Optimalisering av røntgenbilder fra sengen tatt på intensivavdelingen ved å bruke gjeldende programvarebaserte teknikker
22. mars 2024 oppdatert av: Marjo Soini, Joint Authority for Päijät-Häme Social and Health Care
Denne studien undersøker hvordan man kan bruke et algoritmebasert virtuelt rutenett i lungeavbildning hos pasienter med intensivavdeling.
Målet er å sammenligne stråledosen forårsaket av bildebehandling med et virtuelt rutenett og et tradisjonelt rutenett og relatere dette til oppnådd bildekvalitet.
Studien tar sikte på å finne ut hvordan stråledosen kan senkes og fortsatt oppnå samme diagnostiske bildekvalitet som ved bruk av et tradisjonelt spredningsbegrensende gitter.
Studieoversikt
Status
Aktiv, ikke rekrutterende
Forhold
Intervensjon / Behandling
Studietype
Observasjonsmessig
Registrering (Antatt)
500
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
-
Lahti, Finland, 15850
- Joint Authority for Päijät-Häme Social and Health Care
-
-
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
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
Intensivpasienter
Beskrivelse
Inklusjonskriterier:
- Alle pasienter på intensivavdelingen med bildediagnostikk av lungen.
Ekskluderingskriterier:
- Svangerskap
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Retrospektiv
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Tradisjonelt rutenett
Pasienter avbildet med tradisjonelt rutenett
|
Røntgen ved sengekant på intensivavdeling.
|
|
Virtuelt rutenett
Pasienter avbildet med virtuelt rutenett
|
Røntgen ved sengekant på intensivavdeling.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Bildekvalitet
Tidsramme: 2 år
|
Sammenlign strålingsdosen forårsaket av bildebehandling med et virtuelt rutenett og et tradisjonelt rutenett og relater dette til den oppnådde bildekvaliteten
|
2 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)
1. august 2020
Primær fullføring (Antatt)
31. desember 2027
Studiet fullført (Antatt)
31. desember 2028
Datoer for studieregistrering
Først innsendt
26. august 2021
Først innsendt som oppfylte QC-kriteriene
26. august 2021
Først lagt ut (Faktiske)
27. august 2021
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
25. mars 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
22. mars 2024
Sist bekreftet
1. mars 2024
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- R19100 (PHKS)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
UBESLUTTE
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Ja
produkt produsert i og eksportert fra USA
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. .