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

Påvisning av eggstokkreft ved hjelp av en kunstig intelligens aktivert transvaginal ultralydbildealgoritme

6. oktober 2021 oppdatert av: Qinglei Gao, Tongji Hospital
Eggstokkreft er relativt sjelden, men dødelig med en årlig insidensrate på 11,8 per 100 000 og en høy dødelighet-til-insidens-ratio på >0,6. Den beskjedne diagnostiske nøyaktigheten til TVU har skapt noen bekymringer om overbehandlingen. Nå, med utviklingen av kunstig intelligens (AI), kan vi ha en bedre sjanse til å tolke TVU-forestillinger med høy effektivitet, reproduserbarhet og nøyaktighet.

Studieoversikt

Status

Har ikke rekruttert ennå

Forhold

Studietype

Intervensjonell

Registrering (Forventet)

10000

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

  • Navn: Ding Ma, MD, PhD
  • Telefonnummer: 13886090620 13886090620
  • E-post: dingma424@126.com

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

18 år til 80 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Hunn

Beskrivelse

Inklusjonskriterier:

  • Kvinner som er planlagt for transvaginal ultralydundersøkelse for adnexale lesjoner;
  • Kvinner over 18 år;
  • Kvinner som er villige til å delta i denne studien bevises ved å signere det informerte samtykket.

Ekskluderingskriterier:

  • Kvinner uten adnexa av noen grunn på tidspunktet for transvaginal ultralydundersøkelse, inkludert men ikke begrenset til å motta kirurgisk fjerning for adnexa;
  • Kvinner med en patologisk diagnose av eggstokkreft før den transvaginale ultralydundersøkelsen;
  • Kvinner med psykisk unormal;
  • Kvinner samarbeidet ikke eller deltok i andre kliniske studier;
  • Gravide eller ammende kvinner.

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Dobbelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Ingen inngripen: Transvaginal ultralyddiagnose
radiologer tolker transvaginale ultralydbilder uten hjelp av kunstig intelligens (AI) algoritme
Eksperimentell: AI muliggjorde transvaginal ultralyddiagnose
radiologer tolker transvaginale ultralydbilder ved hjelp av kunstig intelligens-algoritme
AI-aktivert transvaginal ultralyddiagnose for eggstokkreft
Andre navn:
  • AI-aktivert transvaginal ultralyddiagnose

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
diagnostisk nøyaktighet
Tidsramme: 2 år
diagnostisk nøyaktighet sammenligning mellom transvaginal ultralyddiagnose med og uten kunstig intelligens-algoritme for eggstokkreft
2 år

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
tidskostnad for transvaginal ultralydbildetolking
Tidsramme: 2 år
tidskostnad for radiologer for å tolke transvaginale ultralydbilder
2 år

Samarbeidspartnere og etterforskere

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

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 (Forventet)

1. oktober 2022

Primær fullføring (Forventet)

1. oktober 2023

Studiet fullført (Forventet)

1. oktober 2024

Datoer for studieregistrering

Først innsendt

28. desember 2019

Først innsendt som oppfylte QC-kriteriene

28. desember 2019

Først lagt ut (Faktiske)

2. januar 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

7. oktober 2021

Siste oppdatering sendt inn som oppfylte QC-kriteriene

6. oktober 2021

Sist bekreftet

1. oktober 2021

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

Ja

IPD-planbeskrivelse

kontakt prof. Gao for detaljert studieprotokoll eller data etter at studien er fullført via e-post

IPD-delingstidsramme

6 måneder etter avsluttet studie

Tilgangskriterier for IPD-deling

alle etterforskere i dette studiefeltet kan kontakte Prof. Gao for tilgang via e-post

IPD-deling Støtteinformasjonstype

  • Studieprotokoll
  • Statistisk analyseplan (SAP)

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. .

Abonnere