Diagnoseprediktiv modul for brystvev med tett tetthet basert på radiomikalier
31. august 2020 oppdatert av: Yaping yang, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
Utvikling av en prediktiv modul for kunstig intelligens med presis diagnose for brystvev med tett tetthet basert på radiomikalier
Det er en prospektiv, observerende kohortstudie av pasienter med tett brystvev.
Studien var basert på radiomik og annen klinisk patologisk informasjon fra pasienter for å etablere det diagnostiske systemet for brystsykdom ved å bruke kunstig intelligens.
Studieoversikt
Status
Ukjent
Studietype
Observasjonsmessig
Registrering (Forventet)
1000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510120
- Rekruttering
- Breast tumor center of Sun Yat-sen Memorial Hospital
-
Ta kontakt med:
- Yaping yang, Doctor
- Telefonnummer: 0086-020-34071145
- E-post: yangyap2@mail.sysu.edu.cn
-
Underetterforsker:
- Herui Yao, Doctor
-
Underetterforsker:
- Chang Gong, Doctor
-
Underetterforsker:
- Yunfang Yu, Doctor
-
Underetterforsker:
- Yue Hu, Doctor
-
Underetterforsker:
- Junwei Li, Doctor
-
-
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, OLDER_ADULT)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Hunn
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Kvinnelige pasienter i alderen 18-80 ble inkludert i vår studie som ble diagnostisert og behandlet ved Sun Yat-sen minnesykehus.
Beskrivelse
Inklusjonskriterier:
- Kvinnelige pasienter med tett brysttetthetsvev
- Digital brysttomosyntese ble utført
- Det ble utført brystultralydundersøkelse
- Patologisk undersøkelse av brystlesjoner ble utført
Ekskluderingskriterier:
- Ufullstendige klinikopatologiske data
- Kvinnelige pasienter med fettkjertler i brystet
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
den prediktive modellens areal under kurve (AUC)
Tidsramme: oppfølging i 2 år for enkeltpersoner
|
For å vurdere den prediktive nøyaktigheten til den radiomisk-baserte og klinisk-baserte modellen ved å bruke operasjonskarakteristisk kurve (ROC) analyse og beregne arealet under kurvene (AUC).
|
oppfølging i 2 år for enkeltpersoner
|
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 (FORVENTES)
1. september 2020
Primær fullføring (FORVENTES)
1. september 2020
Studiet fullført (FORVENTES)
1. september 2020
Datoer for studieregistrering
Først innsendt
21. august 2020
Først innsendt som oppfylte QC-kriteriene
31. august 2020
Først lagt ut (FAKTISKE)
2. september 2020
Oppdateringer av studieposter
Sist oppdatering lagt ut (FAKTISKE)
2. september 2020
Siste oppdatering sendt inn som oppfylte QC-kriteriene
31. august 2020
Sist bekreftet
1. august 2020
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- SYSU_AI01
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. .