Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Validation of a Deep Learning Tool for Opportunistic Osteoporosis Screening Using Routine Non-Contrast CT Scans

1. september 2026 oppdatert av: Yang Fan, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Prospective Clinical Validation Study of a Deep Learning Model for Opportunistic Osteoporosis Screening Based on Non-Contrast CT Scans

The goal of this clinical trial is to test if an artificial intelligence (AI) tool called DeepBMD can accurately identify people at high risk for osteoporosis using routine chest or abdomen CT scans. The main questions it aims to answer are:

  1. Can the DeepBMD tool correctly identify people who have osteoporosis compared to the standard bone density test, dual-energy X-ray absorptiometry (DXA)?
  2. Is it practical to use this AI tool in real-world hospital settings to find and contact high-risk patients? Researchers will use the DeepBMD tool to analyze existing CT scans. If the tool flags a patient as high risk, researchers will call them to invite them for a standard bone density test (DXA).

Participants will:

  1. Have their existing chest or abdomen CT scan analyzed by the DeepBMD AI tool;
  2. Receive a phone call from the research team if identified as high risk;
  3. Visit the clinic for a free standard bone density test (DXA) if they agree to participate.

Studieoversikt

Status

Status

Indikerer gjeldende rekrutteringsstatus eller utvidet tilgangsstatus.
Aktiv, ikke rekrutterende

Forhold

Forhold

Sykdommen, lidelsen, syndromet, sykdommen eller skaden som studeres. På ClinicalTrials.gov kan tilstander også inkludere andre helserelaterte problemer, som levetid, livskvalitet og helserisiko.

Intervensjon / Behandling

Intervensjon / Behandling

En prosess eller handling som er fokus for en klinisk studie. Intervensjoner inkluderer legemidler, medisinsk utstyr, prosedyrer, vaksiner og andre produkter som enten er undersøkende eller allerede er tilgjengelige. Intervensjoner kan også inkludere ikke-invasive tilnærminger, som utdanning eller modifisering av kosthold og trening.

Studietype

Studietype

Beskriver arten av en klinisk studie. Studietyper inkluderer intervensjonsstudier (også kalt kliniske studier), observasjonsstudier (inkludert pasientregistre) og utvidet tilgang.
Observasjonsmessig

Registrering (Antatt)

Registrering

Antall deltakere i en klinisk studie. Den "forventede" påmeldingen er måltallet for deltakere som forskerne trenger for studien.
100

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Kina
    • Hubei
      • Wuhan, Hubei, Kina, 430022
        • Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Kvalifikasjonskriterier

Nøkkelkravene som personer som ønsker å delta i en klinisk studie må oppfylle eller egenskapene de må ha. Kvalifikasjonskriterier består av både inklusjonskriterier (som kreves for at en person skal delta i studien) og eksklusjonskriterier (som hindrer en person i å delta). Typer kvalifikasjonskriterier inkluderer om en studie godtar friske frivillige, har alders- eller aldersgruppekrav, eller er begrenset av kjønn.

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Patients who underwent non-contrast CT at our hospital (Union Hospital, Tongji Medical College, Huazhong University of Science and Technology) and were identified as high-risk for osteoporosis by the DeepBMD model.

Beskrivelse

Inclusion Criteria:

  • Underwent non-contrast CT at our institution, with qualified image quality and no severe artifacts;
  • Identified as high-risk for osteoporosis by the DeepBMD model;
  • Had valid contact information available in the PACS, possessed normal cognitive and communication abilities, and was able to cooperate with telephone follow-ups and on-site examinations;
  • Voluntarily participated in the study, was able to sign a written informed consent form on-site, and agreed to undergo DXA examination.

Exclusion Criteria:

  • Severe spinal deformity, postoperative spinal internal fixation, malignant bone metastasis, or severe osteolytic lesions that may interfere with measurements;
  • A confirmed diagnosis of osteoporosis with ongoing standardized treatment;
  • Inability to be contacted, explicit refusal of follow-up, or inability to visit the hospital for informed consent signing and DXA examination.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort

Gruppe / Kohort

En gruppe eller undergruppe av deltakere i en observasjonsstudie som vurderes for biomedisinske eller helsemessige utfall.
Intervensjon / Behandling

Intervensjon / Behandling

En prosess eller handling som er fokus for en klinisk studie. Intervensjoner inkluderer legemidler, medisinsk utstyr, prosedyrer, vaksiner og andre produkter som enten er undersøkende eller allerede er tilgjengelige. Intervensjoner kan også inkludere ikke-invasive tilnærminger, som utdanning eller modifisering av kosthold og trening.
High-risk patients for osteoporosis identified by DeepBMD model
Patients who underwent routine chest or abdominal CT scans and were identified as high risk for osteoporosis by the DeepBMD AI model. These participants will be contacted via telephone, invited to the clinic, and undergo a free DXA scan to verify bone mineral density.
Diagnostisk test: DeepBMD model for osteoporosis risk screening
The DeepBMD model is applied to routine chest or abdominal CT scans to identify patients at high risk for osteoporosis. This is a non-invasive image analysis used solely for screening and recruitment purposes, not as a therapeutic intervention.

Hva måler studien?

Primære resultatmål

Primære resultatmål

I en klinisk studies protokoll er det planlagte utfallsmålet som er det viktigste for å evaluere effekten av en intervensjon/behandling. De fleste kliniske studier har ett primært utfallsmål, men noen har mer enn ett.
Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnostic performance of DeepBMD model for osteoporosis screening
Tidsramme: Concurrent with the DXA validation visit following the CT analysis (within 7 days).
The diagnostic performance of the DeepBMD model will be evaluated by comparing its predictions against the gold standard Dual-energy X-ray Absorptiometry (DXA). Specifically, we will calculate the sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV), and the Area Under the Receiver Operating Characteristic Curve (AUC) for identifying patients with osteoporosis.
Concurrent with the DXA validation visit following the CT analysis (within 7 days).

Sekundære resultatmål

Sekundære resultatmål

I en klinisk studies protokoll, et planlagt utfallsmål som ikke er like viktig som det primære utfallsmålet for å evaluere effekten av en intervensjon, men som fortsatt er av interesse. De fleste kliniske studier har mer enn ett sekundært utfallsmål.
Resultatmål
Tiltaksbeskrivelse
Tidsramme
Feasibility of the DeepBMD screening and recall workflow
Tidsramme: At the end of recruitment
It will be assessed by calculating the proportion of patients identified as high-risk by DeepBMD who successfully complete the telephone follow-up and undergo the confirmatory DXA scan within the scheduled timeframe. We will also record the reasons for refusal or loss to follow-up to evaluate the acceptability of this AI-driven screening pathway.
At the end of recruitment

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Sponsor

Organisasjonen eller personen som initierer studien og som har myndighet og kontroll over studien.
Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Etterforskere

Etterforskere

En forsker involvert i en klinisk studie. Beslektede termer inkluderer stedets hovedetterforsker, stedsunderetterforsker, studieleder, studieleder og studiehovedetterforsker.
  • Hovedetterforsker: Fan Yang, PhD, MD, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

Studiestart

Den faktiske datoen da den første deltakeren ble registrert i en klinisk studie. Den "forventede" studiestartdatoen er datoen som forskerne tror vil være studiestartdatoen.
28. juli 2026

Primær fullføring (Faktiske)

Primær fullføring

Datoen da den siste deltakeren i en klinisk studie ble undersøkt eller mottok en intervensjon for å samle inn endelige data for det primære utfallsmålet. Hvorvidt den kliniske studien ble avsluttet i henhold til protokollen eller ble avsluttet, påvirker ikke denne datoen. For kliniske studier med mer enn ett primært utfallsmål med ulike fullføringsdatoer, refererer dette begrepet til datoen da datainnsamlingen er fullført for alle de primære utfallsmålene. Den "forventede" primære fullføringsdatoen er datoen som forskerne tror vil være den primære fullføringsdatoen for studien.
28. august 2026

Studiet fullført (Antatt)

Studiet fullført

Datoen da den siste deltakeren i en klinisk studie ble undersøkt eller mottok en intervensjon/behandling for å samle inn endelige data for de primære utfallsmålene, sekundære utfallsmålene og uønskede hendelsene (det vil si siste deltakers siste besøk). Den "forventede" studiens fullføringsdato er datoen som forskerne tror vil være studiens fullføringsdato.
1. september 2026

Datoer for studieregistrering

Først innsendt

Først innsendt

Datoen da studiesponsoren eller etterforskeren først sendte inn en studiepost til ClinicalTrials.gov. Det er vanligvis en forsinkelse på noen dager mellom første innsendte dato og postens tilgjengelighet på ClinicalTrials.gov (den første postedatoen).
22. juli 2026

Først innsendt som oppfylte QC-kriteriene

Først innsendt som oppfylte QC-kriteriene

Datoen da studiesponsoren eller etterforskeren først sender inn en studiepost som er i samsvar med gjennomgangskriteriene for National Library of Medicine (NLM) kvalitetskontroll (QC). Sponsoren eller etterforskeren må kanskje revidere og sende inn en studiepost én eller flere ganger før NLMs kvalitetskontrollkriterier oppfylles. Det er sponsorens eller etterforskerens ansvar å sikre at studieposten er i samsvar med NLM QC-gjennomgangskriteriene.
27. juli 2026

Først lagt ut (Faktiske)

Først lagt ut

Datoen da studieposten først var tilgjengelig på ClinicalTrials.gov etter at National Library of Medicine (NLM) kvalitetskontroll (QC) gjennomgang har konkludert. Det er vanligvis en forsinkelse på noen dager mellom datoen studiesponsoren eller etterforskeren sendte inn studieposten og den første postedatoen.
31. juli 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

Sist oppdatering lagt ut

Den siste datoen da endringer i en studiepost ble gjort tilgjengelig på ClinicalTrials.gov. Det kan være en forsinkelse mellom når endringene ble sendt til ClinicalTrials.gov av studiens sponsor eller etterforsker (datoen for siste innsending av oppdatering) og datoen for siste oppdatering.
3. september 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

Siste oppdatering sendt inn som oppfylte QC-kriteriene

Den siste datoen da studiesponsoren eller etterforskeren sendte inn endringer i en studiepost som er i samsvar med gjennomgangskriteriene for National Library of Medicine (NLM) kvalitetskontroll (QC). Det er sponsorens eller etterforskerens ansvar å sikre at studieposten er i samsvar med NLM QC-gjennomgangskriteriene.
1. september 2026

Sist bekreftet

Sist bekreftet

Den siste datoen da studiesponsoren eller etterforskeren bekreftet at informasjonen om en klinisk studie på ClinicalTrials.gov var nøyaktig og oppdatert. Hvis en studie med rekrutteringsstatus for rekruttering; ikke rekrutterer ennå; eller aktiv, ikke rekruttering har ikke blitt bekreftet de siste 2 årene, studiens rekrutteringsstatus vises som ukjent.
1. september 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

Andre studie-ID-numre

Identifikatorer eller ID-numre andre enn NCT-nummeret som er tildelt en klinisk studie av studiens sponsor, finansierere eller andre. Disse tallene kan inkludere unike identifikatorer fra andre prøveregistre og National Institutes of Health-stipendnumre.
  • UHCT260668

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

IPD-planbeskrivelse

De-identified individual participant data (IPD) will be made available to researchers who provide a methodologically sound proposal. The shared data will include the demographic information, DeepBMD screening results, and confirmatory DXA T-scores used in the study analyses. Requests should be directed to the corresponding author via email. Data will be available for non-commercial academic research purposes only. Applicants must sign a data access agreement prior to receiving the data.

IPD-delingstidsramme

Data will be available beginning 3 months following article publication and ending 36 months following article publication.

Tilgangskriterier for IPD-deling

Researchers who provide a methodologically sound proposal for specific research questions related to osteoporosis screening or AI diagnostics will be granted access. Approved researchers will have access to the de-identified dataset containing patient demographics, imaging analysis results, and clinical outcomes. Access will be granted via secure email transfer after signing a data use agreement.

IPD-deling Støtteinformasjonstype

  • STUDY_PROTOCOL
  • SEVJE
  • ANALYTIC_CODE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Innstillinger for informasjonskapsler

Vi bruker informasjonskapsler for å sikre at vi gir deg den beste opplevelsen på nettstedet vårt. For mer informasjon, les nøye vår Retningslinjer for personvern og informasjonskapsler. ...>>>Du kan når som helst endre preferansene dine eller trekke tilbake samtykket ditt ved å slette informasjonskapslene fra nettstedet ditt eller datamaskinen som beskrevet i policyen. Godta det og velg dine preferanser ved å krysse av i de tilhørende rutene i delen "Administrer innstillinger" nedenfor. Les nøye gjennom servicevilkårene før du fortsetter å bruke noen del av dette nettstedet.
«Administrer innstillinger