Datastøttet verktøy for diagnostisering av nakkemasser hos barn
11. januar 2022 oppdatert av: Yuhan Yang, West China Hospital
Målet med denne studien var å evaluere den diagnostiske effekten av datastøttet diagnostisk verktøy for nakkemasser ved bruk av maskinlæring og dyplæringsteknikker på klinisk informasjon og radiologiske bilder hos barn.
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Denne studien er et retrospektivt-prospektivt design av West China Hospital, Sichuan University, inkludert kliniske data og radiologiske bilder.
En retrospektiv database ble registrert for pasienter med sikker histologisk diagnose og tilgjengelige radiologiske bilder fra juni 2010 og desember 2020.
Etterforskerne har konstruert dyplærings- og maskinlæringsdiagnostiske modeller på denne retrospektive kohorten og validert den internt.
En potensiell kohort ville rekruttere pasienter funnet nakkemasser siden januar 2021.
De foreslåtte datastøttede diagnosemodellene vil også bli validert i denne potensielle kohorten eksternt.
Målet med denne studien var å evaluere den diagnostiske effekten av datastøttet diagnostisk verktøy for nakkemasser ved bruk av maskinlæring og dyplæringsteknikker på kliniske data og radiologiske bilder hos barn.
Studietype
Observasjonsmessig
Registrering (Forventet)
1500
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Sichuan
-
Chengdu, Sichuan, Kina, 6100041
- Rekruttering
- West China Hospital, Sichuan University
-
-
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
1 sekund til 18 år (Barn, Voksen)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Pasienter som ble funnet nakkemasser, og hadde fullført klinisk informasjon og radiologiske bilder før operasjon, biopsi, neoadjuvant kjemoterapi og strålebehandling.
Beskrivelse
Inklusjonskriterier:
- Alder opp til 18 år
- Får ingen behandling før diagnose
- Med skriftlig informert samtykke
Ekskluderingskriterier:
- Kliniske data mangler
- Utilgjengelige radiologiske bilder
- Uten skriftlig informert samtykke
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Retrospektiv kohort
Den interne kohorten ble retrospektivt registrert på West China Hospital, Sichuan University fra juni 2010 og desember 2020.
Det er et opplærings- og internvalideringskull.
|
Ulike maskinlærings- og dyplæringsstrategier for modellkonstruksjon og validering.
|
|
Prospektiv kohort
De samme inkluderings-/ekskluderingskriteriene ble brukt for samme senter prospektivt.
Det er en ekstern valideringskohort.
|
Ulike maskinlærings- og dyplæringsstrategier for modellkonstruksjon og validering.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Den diagnostiske nøyaktigheten av nakkemasser med AI-baserte screeningsverktøy hos barn
Tidsramme: 1 måned
|
Den diagnostiske nøyaktigheten av nakkemasser med AI-baserte screeningsverktøy hos barn.
|
1 måned
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Den diagnostiske sensitiviteten til nakkemasser med AI-baserte screeningsverktøy hos barn
Tidsramme: 1 måned
|
Den diagnostiske sensitiviteten til nakkemasser med AI-baserte screeningsverktøy hos barn.
|
1 måned
|
|
Den diagnostiske spesifisiteten til nakkemasser med AI-baserte screeningsverktøy hos barn
Tidsramme: 1 måned
|
Den diagnostiske spesifisiteten til nakkemasser med AI-baserte screeningsverktøy hos barn.
|
1 måned
|
|
Den diagnostiske positive prediktive verdien av nakkemasser med AI-baserte screeningsverktøy hos barn
Tidsramme: 1 måned
|
Den diagnostiske positive prediktive verdien av nakkemasser med AI-baserte screeningsverktøy hos barn.
|
1 måned
|
|
Den diagnostiske negative prediktive verdien av nakkemasser med AI-baserte screeningsverktøy hos barn
Tidsramme: 1 måned
|
Den diagnostiske negative prediktive verdien av nakkemasser med AI-baserte screeningsverktøy hos barn
|
1 måned
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
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. januar 2021
Primær fullføring (Forventet)
31. desember 2024
Studiet fullført (Forventet)
31. desember 2024
Datoer for studieregistrering
Først innsendt
24. desember 2021
Først innsendt som oppfylte QC-kriteriene
24. desember 2021
Først lagt ut (Faktiske)
12. januar 2022
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
27. januar 2022
Siste oppdatering sendt inn som oppfylte QC-kriteriene
11. januar 2022
Sist bekreftet
1. januar 2022
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- HX-20211023
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
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. .