Kunstmatige Intelligentie Verbeterde Optische Coherentie Tomografie (AI-OCT) Beeldvorming voor Pre-operatieve Marge Detectie van Basaalcelcarcinoom
Kunstmatige Intelligentie Verbeterde Optische Coherentietomografie (AI-OCT) Beeldvorming voor Pre-chirurgische Marge Detectie van Basaalcelcarcinoom
Basale cellcarcinomen (BCC's) zijn de meest voorkomende vorm van kanker bij de mens, die jaarlijks ongeveer 2 miljoen Amerikanen treft. Mohs-micrografische chirurgie (MMS) verwijdert weefsel door middel van opeenvolgende excisies. De kosten voor MMS kunnen worden verlaagd als het aantal noodzakelijke excisiestappen wordt verminderd door een nauwkeurigere initiële beoordeling van de tumormarge.
Het doel van deze observationele studie is om te onderzoeken of Optical Coherence Tomography (OCT) in combinatie met kunstmatige intelligentie-algoritmen nauwkeurig is in het detecteren van oppervlakkige BCC-marges vóór MMS. Deze studie heeft ook tot doel te bepalen of AI-OCT-gestuurde margedetectie het aantal stadia in MMS kan verminderen.
Onderzoekers zullen zich eerst richten op het valideren van AI-OCT als methode voor het nauwkeurig detecteren van BCC's. Een vervolgstudie zal zich vervolgens richten op de gestuurde pre-chirurgische margedetectie.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Studietype
Inschrijving (Geschat)
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Man of vrouw, 18 jaar of ouder
- ten minste één biopsie-bewezen oppervlakkig of nodulair BCC
- bereidheid om foto's te laten maken van het behandelgebied
- het vermogen om te begrijpen en bereidheid om een schriftelijk geïnformeerde toestemmingsverklaring te ondertekenen
Uitsluitingscriteria:
- infiltratief, micronodulair of morpheaform BCC
- zwangere vrouwen
- proefpersonen die niet bereid zijn een biopsie te laten nemen uit het behandelgebied
- proefpersonen met herpes simplex-virusinfectie in het behandelgebied
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Tijdsspanne |
|---|---|
|
Validatie van AI-OCT als een nauwkeurige methode voor het detecteren van basaalcelcarcinomen
Tijdsspanne: 2 jaar
|
2 jaar
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 18605
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
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 .