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

Klinisk validering av InferRead Lung CT.AI

27. juli 2020 oppdatert av: Infervision

Lungekreft er den nest vanligste årsaken til kreftrelatert død hos menn og kvinner. Tidlig lungeknutescreening er et effektivt middel for å forebygge lungekreft, som ikke er mindre viktig enn diagnostisering og behandling av lungekreft. Tidlig lungekreftscreening har blitt undersøkt og brukt som medisinsk praksis. InferRead Lung CT.AI av Infervision er en dedikert etterbehandlingsapplikasjon som genererer CADe-merker som et overlegg på den originale CT-serien beregnet på å hjelpe radiologen med å oppdage lungeknuter. Denne studien ble designet for å evaluere radiologers prestasjoner når det gjelder å oppdage handlingsbare knuter på CT-thorax ved hjelp av InferRead.

Studieoversikt

Status

Fullført

Forhold

Lungekreft

Intervensjon / Behandling

Enhet: Hjelpet lesing med InferRead Lung CT.AI

Studietype

Observasjonsmessig

Registrering (Faktiske)

250

Kontakter og plasseringer

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

Studiesteder

Forente stater
- Maryland
  - Baltimore, Maryland, Forente stater, 21201
    - University of Maryland Medical Center

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

Alder som er kvalifisert for studier

55 år til 75 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Kvalifiserte pasienter for lungekreftscreening

Beskrivelse

Inklusjonskriterier:

Kvalifiserte pasienter for lungekreftscreening

Ekskluderingskriterier:

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Observasjonsmodeller: Case-Crossover
Tidsperspektiver: Retrospektiv

Hva måler studien?

Primære resultatmål

Resultatmål	Tiltaksbeskrivelse	Tidsramme
Deteksjonsnøyaktighet Tidsramme: 20 timer	Hovedmålet med denne kliniske studien er å demonstrere at en radiologgjennomgang av en CT-skanning hjulpet med InferRead Lung CT.AI forbedrer deteksjonen av handlingsbare lungeknuter betydelig. Område under ROC-kurven, Sensitivitet, spesifisitet, PPV, NPV vil bli rapportert, sammenlignet mellom avlesninger uten hjelp og avlesninger.	20 timer

Sekundære resultatmål

Resultatmål	Tiltaksbeskrivelse	Tidsramme
Endring av lesetidspunkt Tidsramme: 20 timer	Det sekundære formålet med denne kliniske studien er å demonstrere at radiologens gjennomgangstid ikke økes signifikant når det hjelpes med InferRead Lung CT.AI. Lesetiden for hvert tilfelle vil bli registrert i både hjelpe- og utenhjelpsavlesninger. Lesetidene vil bli sammenlignet med en paret T-test.	20 timer

Samarbeidspartnere og etterforskere

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

Sponsor

Infervision

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)

10. januar 2019

Primær fullføring (Faktiske)

1. juni 2019

Studiet fullført (Faktiske)

30. oktober 2019

Datoer for studieregistrering

Først innsendt

7. oktober 2019

Først innsendt som oppfylte QC-kriteriene