Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Deep Learning Model for Pure Solid Nodules Classification

14. september 2022 oppdatert av: Chang Chen

Deep Learning Model Supplementary PET-CT som en mer effektiv diagnostisk metode for klassifisering av rene solide noduler: en multisenter observasjonsstudie

Hensikten med denne studien er å sammenligne den prediktive ytelsen til en CT-basert dyp læringsmodell for klassifisering av rene solide knuter og sammenlignet med tumor maksimal standardiserte opptaksverdi på PET i en multisenter prospektiv kohort.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Forventet)

260

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Kina
      • China, Gansu, Kina
        • Rekruttering
        • Lanzhou
        • Ta kontakt med:
      • China, Guizhou, Kina
        • Rekruttering
        • Zunyi
        • Ta kontakt med:
      • China, Jiangxi, Kina
        • Rekruttering
        • NanChang
        • Ta kontakt med:
      • China, Zhejiang, Kina
        • Rekruttering
        • Ningbo
        • Ta kontakt med:
    • Shanghai
      • Yangpu, Shanghai, Kina
        • Rekruttering
        • Shanghai Pulmonary Hospital

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 75 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter med pulmonal radiologiske rene faste knuter med størrelse mindre enn 3 cm

Beskrivelse

Inklusjonskriterier:

  • Deltakere planlagt for kirurgi for radiologisk funn av pulmonale rene-faste lesjoner fra preoperative tynnseksjons-CT-skanninger;
  • Maksimal kortaksediameter for lymfeknuter mindre enn 3 cm på CT-skanning;
  • Alder fra 18-75 år;
  • definert patologisk undersøkelsesrapport tilgjengelig;
  • Innhentet skriftlig informert samtykke.

Ekskluderingskriterier:

  • flere lunge lesjoner;
  • Dårlig kvalitet på CT-bilder;
  • Deltakere med ufullstendig klinisk informasjon;
  • Deltakere som har fått neoadjuvant terapi før innledende CT-evaluering.

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
AUC
Tidsramme: 2022.01-2023.12
Arealet under kurven til mottakerens driftskarakteristikk
2022.01-2023.12

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktighet
Tidsramme: 2022.01-2023.12
Forholdet mellom antall korrekt klassifiserte prøver og totalt antall prøver
2022.01-2023.12
følsomhet
Tidsramme: 2022.01-2023.12
Sannsynligheten for å oppdage en positiv test i befolkningen med gullstandarden for sykdom (positiv)
2022.01-2023.12
Spesifisitet
Tidsramme: 2022.01-2023.12
Sjansen for å oppdage en negativ test i en populasjon som er dømt som sykdomsfri (negativ) etter gullstandarden
2022.01-2023.12
PPV
Tidsramme: 2022.01-2023.12
Positiv prediktiv verdi
2022.01-2023.12
NPV
Tidsramme: 2022.01-2023.12
Negativ prediktiv verdi
2022.01-2023.12

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Chang Chen

Samarbeidspartnere

Zunyi Medical College
Ningbo HwaMei Hospital, Zhejiang, China
The First Affiliated Hospital of Nanchang University, Jiangxi, China
The First Hospital of Lanzhou University, Gansu, China

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 2022

Primær fullføring (Forventet)

31. desember 2023

Studiet fullført (Forventet)

31. desember 2023

Datoer for studieregistrering

Først innsendt

13. september 2022

Først innsendt som oppfylte QC-kriteriene

14. september 2022

Først lagt ut (Faktiske)

16. september 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

16. september 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

14. september 2022

Sist bekreftet

1. september 2022

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Andre studie-ID-numre

  • L21-022

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. .

Abonnere