Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Intelligente analyse en klinische validatie van cerebrale kleine vaatziekte op magnetische resonantiebeeldvorming: een onderzoek in meerdere centra

30 oktober 2024 bijgewerkt door: Xin Lou, Chinese PLA General Hospital
Cerebrale kleine vaatziekte (CSVD) is verantwoordelijk voor 20% van de ischemische beroertes en is de meest voorkomende oorzaak van vasculaire cognitieve stoornissen. Vroegtijdige identificatie van CSVD is van cruciaal belang voor vroegtijdige interventie en het verbeteren van de klinische resultaten. Magnetische resonantiebeeldvorming (MRI) kan een gevoelig en robuust hulpmiddel zijn om vroege veranderingen in subtiele structuren en functies van de hersenen te detecteren. De studie moet de uitgebreide evaluatie onderzoeken door AI te gebruiken bij de vroege diagnose en behandeling van CSVD.

Studie Overzicht

Toestand

Nog niet aan het werven

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Cerebrale kleine vaatziekte (CSVD) is een belangrijke oorzaak van beroerte, cognitieve stoornissen en andere ziekten, en de vroege kwantitatieve evaluatie ervan kan de prognose voor de patiënt aanzienlijk verbeteren. Magnetische resonantiebeeldvorming (MRI) is een belangrijke methode om het optreden, de ontwikkeling en de ernst van CSVD te evalueren. Het diagnostische proces ontbeert echter kwantitatieve evaluatiecriteria en wordt beperkt door ervaring, wat gemakkelijk kan leiden tot gemiste diagnoses en verkeerde diagnoses. Gebaseerd op de huidige technische uitdagingen, onderwerpontwikkeling en verbetering van kennis, om het optreden van nadelige medische ongelukken te voorkomen en het diagnostische proces te vereenvoudigen, is kunstmatige intelligentie (AI) de alternatieve voorkeursmethode geworden, door een diepgaand leermodel voor training te construeren, dat kan artsen helpen bij klinische besluitvorming om de diagnose-effectiviteit van CSCD-detectie en diagnose te verbeteren.

Studietype

Observationeel

Inschrijving (Geschat)

1000

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Locaties

  • China
      • Beijing, China, 100853
        • Chinese PLA General Hospital
        • Contact:

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Dit is een multicenteronderzoek met een totaalplan van 1000 patiënten, 500 uit het Chinese PLA General Hospital en 500 uit andere centra.

Beschrijving

Inclusiecriteria:

  • ① Mannen en vrouwen van 40 jaar of ouder;

    • Er is ten minste één vasculaire risicofactor geïdentificeerd, waaronder hypertensie, diabetes, hyperlipidemie, coronaire hartziekten en chronische nierziekten;

      • De patiënt voerde gelijktijdig twee MRI-onderzoeken van de hersenen uit met een tijdsinterval van meer dan zes maanden (≥6).

Uitsluitingscriteria:

  • ① De patiënt had geen vasculaire risicofactoren;

    • Geen klinische vervolgbeelden;

      • Er zijn aanzienlijke bewegingsartefacten in het beeld, die niet aan de eisen voldoen

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De prestaties van AI bij het detecteren en diagnosticeren van laesies
Tijdsspanne: 2 jaar
De prestaties van AI bij laesiedetectie en -diagnose, inclusief beeldkwaliteit, nauwkeurigheid, gevoeligheid en specificiteit bij laesiedetectie en beeldvormende diagnose.
2 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Chinese PLA General Hospital

Onderzoekers

  • Studie stoel: Xin Lou, MD/PhD, Chinese PLA General Hospital

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Geschat)

1 november 2024

Primaire voltooiing (Geschat)

1 september 2030

Studie voltooiing (Geschat)

1 september 2030

Studieregistratiedata

Eerst ingediend

22 oktober 2024

Eerst ingediend dat voldeed aan de QC-criteria

30 oktober 2024

Eerst geplaatst (Werkelijk)

31 oktober 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

31 oktober 2024

Laatste update ingediend die voldeed aan QC-criteria

30 oktober 2024

Laatst geverifieerd

1 september 2024

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 2024-685

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren