Radiolog diagnostisk ytelse versus kunstig intelligens (AI) (RAVIA)
Retrospektiv studie som sammenligner radiologens diagnostiske ytelse versus kunstig intelligens (AI) for mistanke om hoftebrudd hos eldre pasienter
I Frankrike påvises lårhalsbrudd hovedsakelig ved tolkning av røntgen av bekken/hofte (anbefaling fra den franske helsemyndigheten).
Imidlertid er opptil 10 % av bruddene ikke identifisert eller feildiagnostisert, spesielt hos pasienter innlagt på akuttmottaket.
Radiologer kan faktisk bli utsatt for overdreven arbeid, som forårsaker risiko for unøyaktig røntgendiagnose.
Kunstig intelligens (AI) begynner å studere påvisning av brudd på medisinsk bildebehandling.
I denne retrospektive studien er denne teknologien utviklet av selskapet GLEAMER testet for å evaluere deteksjonsraten for hoftebrudd og spesifikt lårhalsbrudd, sammenlignet med radiologdiagnostikk hos eldre pasienter innlagt på akuttmottaket.
AI kan optimere den diagnostiske ytelsen til radiologer (økning av konfidensnivå) og forbedre effektiviteten av mistenkte frakturer sortering fra akuttmottaket.
Studieoversikt
Status
Intervensjon / Behandling
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
-
Montpellier, Frankrike, 34295
- Uhmontpellier
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Pasienter 60 år og eldre, innlagt på akuttmottaket for smertefull hofte/funksjonell impotens etter mindre traumer.
Pasienter tar minst en hoftertgen
Beskrivelse
Inklusjonskriterier:
- Pasienter 60 år og eldre
- Mindre traumer
- Innlagt i akuttmottak for smertefull hofte/funksjonell impotens etter mindre traumer
- Tar minst en hoftertgen
Ekskluderingskriterier:
- Smertefullt før det mindre traumet
- Viktige traumer
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Bare etui
- Tidsperspektiver: Retrospektiv
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Mistanke om hoftebrudd
|
hip standard radiografi/ CT-skanning/ MR
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Påvisningsrate for lårhalsbrudd
Tidsramme: 1 dag
|
Påvisningsrate for lårhalsbrudd
|
1 dag
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Påvisningsrate for annet hoftebrudd
Tidsramme: 1 dag
|
Påvisningsrate for annet hoftebrudd
|
1 dag
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Hovedetterforsker: Catherine CYTEVAL, MD.PhD, University Hospital, Montpellier
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- RECHMPL20_0126
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .