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

Kunstig intelligens-støttet lesing versus standard dobbel avlesning for tolkning av magnetisk resonansavbildning ved påvisning av lokalt tilbakefall for nasofaryngeal karsinom: en randomisert kontrollert multisenterstudie

9. april 2024 oppdatert av: Fang-Yun Xie, Sun Yat-sen University
Målet med denne randomiserte kontrollerte studien er å undersøke om den tidligere utviklede kunstig intelligens-modellen kan triagere post-radioterapi magnetiske resonansbilder av pasienter med nasofaryngealt karsinom og bistå radiologer i deres tolkning.

Studieoversikt

Status

Har ikke rekruttert ennå

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Antatt)

10400

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

Studiesteder

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510060
        • Sun Yat-Sen University Cancer Center
        • Ta kontakt med:
        • Ta kontakt med:
        • Hovedetterforsker:
          • Fang-Yun Xie

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

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Denne studien inkluderte pasienter med behandlingsnaivt nasofaryngealt karsinom som har avsluttet strålebehandling i 6 måneder eller mer og ikke har noen tumorrester i tidligere undersøkelser.

Beskrivelse

Inklusjonskriterier:

  • Pasienter med behandlingsnaivt nasofaryngealt karsinom som hadde avsluttet strålebehandling i 6 måneder eller mer
  • Den forrige magnetresonansundersøkelsen hadde vist fullstendig remisjon i det primære stedet
  • Bilder hentes ved hjelp av en 3T magnetisk resonansavbildningsenhet, inkludert uforbedrede T1-vektede og T2-vektede sekvenser og kontrastforsterkede T1-vektede sekvenser

Ekskluderingskriterier:

  • Pasienter er registrert i denne studien for en spesifikk magnetisk resonansavbildningsskanning og ikke for påfølgende oppfølgingsskanning med magnetisk resonansavbildning.

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
AI-støttet lesing
AI-modellen forutsier forekomsten av lokalt tilbakefall. Hvis forekomsten er under 60 %, vil én radiolog tolke MR-bildene. Hvis forekomsten er over 60 %, vil to radiologer tolke MR-bildene. Radiologene vil om ønskelig få prediktiv forekomst og konturer i sin tolkning. Hvis to radiologer gir motstridende tolkninger, vil en tredje radiolog delta i diskusjonen for å komme til enighet.
Diagnostisk test: AI
En kunstig intelligensmodell forutsier risikoen og konturene for lokalt tilbakefall for MR-bilder og triagerer dem før radiologer tolker dem.
Standard dobbel lesing
MR-bildene vil bli tolket av to radiologer, og ved uenighet vil en tredje radiolog bli konsultert for å oppnå konsensus.

Hva måler studien?

Primære resultatmål

Resultatmål
Tidsramme
følsomhet
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år

Sekundære resultatmål

Resultatmål
Tidsramme
spesifisitet
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år
positiv prediktiv verdi
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år
negativ prediktiv verdi
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år
total tolkningstid for alle MR-bildene
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år
diskusjonshastigheten med en tredje radiolog
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år
deteksjonsfrekvensen for lokalt tilbakefall i den AI-støttede lesegruppen
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år
følsomheten i undergruppene til forskjellige rT-trinn
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år
forekomsten av tilfeller hvis tilbakevendende risiko og konturer ikke kan gis av AI-modellen
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 2 år
gjennom studiegjennomføring, gjennomsnittlig 2 år

Samarbeidspartnere og etterforskere

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

Sponsor

Sun Yat-sen University

Etterforskere

  • Hovedetterforsker: Fang-Yun Xie, Sun Yat-sen University

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

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 (Antatt)

1. april 2024

Primær fullføring (Antatt)

1. april 2026

Studiet fullført (Antatt)

1. april 2026

Datoer for studieregistrering

Først innsendt

4. april 2024

Først innsendt som oppfylte QC-kriteriene

9. april 2024

Først lagt ut (Faktiske)

10. april 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

10. april 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

9. april 2024

Sist bekreftet

1. april 2024

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • B2024-039-01

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