Kunstig intelligens ved diagnostisering av ortopediske tilstander, spesielt beinsvulster og infeksjoner (AIortho)
10. november 2021 oppdatert av: Robert Jones and Agnes Hunt Orthopaedic and District NHS Trust
Translasjonsforskning rettet mot å forbedre diagnostisk nøyaktighet av muskel-skjelettinfeksjon og muskel-skjelettsvulster ved bruk av maskinlæring brukt på kliniske data, histopatologiske seksjoner og genomisk sekvensering.
Studieoversikt
Status
Påmelding etter invitasjon
Intervensjon / Behandling
Studietype
Observasjonsmessig
Registrering (Forventet)
100
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Shropsire
-
Oswestry, Shropsire, Storbritannia, SY10 7AG
- Robert Jones and Agnes Hunt Orthopaedic Hospital NHS Trust
-
-
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 og eldre (Voksen, Eldre voksen)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
Pasienter med mistanke om ortopedisk infeksjon (inkludert proteseleddinfeksjon) eller beinsvulster
Beskrivelse
Inklusjonskriterier:
Mistenkt infeksjon av beinsvulst og biopsi tatt for analyse
Ekskluderingskriterier:
Pasienten samtykker ikke
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Bare etui
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Infeksjon
|
Sekvensere data
Bilder for dyp læring
|
|
Tumorer
|
Sekvensere data
Bilder for dyp læring
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sekvensering av data og identifikasjon
Tidsramme: 3 år
|
Identifikasjon av infeksjon og svulster ved hjelp av sekvenseringsdata
|
3 år
|
|
Histologiske lysbilder og identifikasjon
Tidsramme: 3 år
|
Dyplæring ved hjelp av histologiske bilder
|
3 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
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)
28. juni 2021
Primær fullføring (Forventet)
1. januar 2024
Studiet fullført (Forventet)
1. juli 2024
Datoer for studieregistrering
Først innsendt
8. februar 2021
Først innsendt som oppfylte QC-kriteriene
8. februar 2021
Først lagt ut (Faktiske)
9. februar 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
11. november 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
10. november 2021
Sist bekreftet
1. november 2021
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 281854_47208_2021
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Ubestemt
IPD-planbeskrivelse
Data kan gjøres tilgjengelig som en del av publisering
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. .