Evaluatie van Röntgenfoto's van de Borstkas op Basis van Kunstmatige Intelligentie bij Ventilator-geassocieerde Pneumonie
Op Kunstmatige Intelligentie Gebaseerde Evaluatie van Thoraxfoto's bij de Diagnose van Ventilatorgeassocieerde Pneumonie op de Intensive Care: Een Retrospectieve Vergelijkende Studie
Ventilator-geassocieerde pneumonie (VAP) is een veelvoorkomende en ernstige infectie bij kritiek zieke patiënten die mechanische beademing krijgen op intensive care-afdelingen (IC). Een van de belangrijkste diagnostische criteria voor VAP is de aanwezigheid van een nieuwe of progressieve infiltratie op een thoraxfoto; de interpretatie van bedthoraxfoto's is echter vaak uitdagend en onderhevig aan interbeoordelaarsvariabiliteit.
Deze retrospectieve observationele studie heeft als doel de rol van kunstmatige intelligentie (AI) te evalueren bij de beoordeling van thoraxfoto's bij patiënten met VAP. Thoraxfoto's die zijn gemaakt vóór en op het moment van de VAP-diagnose worden geanalyseerd met behulp van een op deep learning gebaseerd AI-hulpmiddel (Chester de AI Radiologie-assistent), en veranderingen in "infiltratie"- en "pneumonie"-waarschijnlijkheidsscores worden beoordeeld.
Op AI gebaseerde bevindingen worden vergeleken met klinische beslissingen en onafhankelijke radioloogevaluaties met betrekking tot de aanwezigheid van nieuwe infiltraten. De studie heeft als doel de mate van overeenstemming tussen deze benaderingen te bepalen en te onderzoeken of op AI gebaseerde analyse een meer objectieve en gestandaardiseerde interpretatie van thoraxfoto's bij de diagnose van VAP kan ondersteunen.
Studie Overzicht
Toestand
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
Ankara
-
Yenimahalle, Ankara, Turkije (Türkiye), 06370
- Dr. Abdurrahman Yurtaslan Ankara Oncology Hospital
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Insluitingscriteria:
- Volwassen patiënten (≥18 jaar)
- Opname op de anesthesie intensive care unit
- Behoefte aan invasieve mechanische beademing gedurende minimaal 48 uur
- Klinische diagnose van ventilator-geassocieerde pneumonie (VAP) op basis van institutionele criteria
- Beschikbaarheid van ten minste één thoraxfoto voorafgaand aan de VAP-diagnose en één thoraxfoto op het moment van diagnose
- Beschikbaarheid van digitale thoraxfoto's in het PACS-systeem geschikt voor analyse
Uitsluitingscriteria:
- Leeftijd <18 jaar
- Afwezigheid van toegankelijke digitale thoraxfoto's
- Thoraxfoto's met ernstige technische beperkingen die evaluatie belemmeren
- Thoraxfoto's die niet door het AI-systeem verwerkt konden worden (geen score gegenereerd)
- Aanwezigheid van uitgebreide pre-existente infiltratieve longziekte die betrouwbare beoordeling van nieuwe infiltraten verhindert
- Ontbrekende belangrijke klinische gegevens (bijv. VAP-diagnosedatum, duur van mechanische beademing)
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
|---|
|
VAP-patiënten
Deze cohort omvat volwassen patiënten opgenomen op de anesthesie intensive care unit die minimaal 48 uur mechanisch beademd werden en een klinische diagnose van beademingsgerelateerde longontsteking (VAP) kregen.
Voor elke patiënt werden thoraxfoto's gemaakt voor en op het moment van de VAP-diagnose geanalyseerd.
Beelden werden geëvalueerd met drie benaderingen: klinische beoordeling, onafhankelijke radiolooginterpretatie en kunstmatige-intelligentiegelaagde analyse met het Chester AI-systeem.
De studie is observationeel en er werd geen interventie toegepast.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Verandering in door Chester AI afgeleide infiltratie- en pneumonie-waarschijnlijkheidsscores tussen pre-diagnose en VAP-diagnose thoraxfoto's
Tijdsspanne: Van pre-diagnostische thoraxfoto tot het moment van VAP-diagnose (meestal binnen 1-5 dagen)
|
Het primaire eindpunt is de verandering in waarschijnlijkheidsscores voor "infiltratie" en "pneumonie" die gegenereerd worden door de Chester AI Radiologie Assistent tussen thoraxfoto's die verkregen zijn vóór de VAP-diagnose en die verkregen zijn op het moment van diagnose.
Deze scores variëren van 0 tot 1 en vertegenwoordigen de waarschijnlijkheid van de aanwezigheid van elke bevinding.
|
Van pre-diagnostische thoraxfoto tot het moment van VAP-diagnose (meestal binnen 1-5 dagen)
|
Medewerkers en onderzoekers
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
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
- Zorggerelateerde longontsteking
- Pathologische processen
- Ziekte attributen
- Luchtweginfecties
- Infecties
- Ziekten van de luchtwegen
- Longziekten
- Longontsteking
- Bacteriële infecties
- Bacteriële infecties en mycosen
- Kruis infectie
- Iatrogene ziekte
- Pathologische aandoeningen, tekenen en symptomen
- Longontsteking, ventilator-geassocieerd
- Longontsteking, bacterieel
Andere studie-ID-nummers
- 2026-02/23
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .