- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06845462
Anvendelse av kunstig intelligensalgoritme basert på CT -avbildning for måling av muskelparameter
20. februar 2025 oppdatert av: Yaomin Hu, RenJi Hospital
Anvendelse av kunstig intelligensalgoritme basert på CT -avbildning for måling av muskelparameter i diagnosen sarkopeni
For å etablere en kunstig intelligensmodell for automatisert diagnose av sarkopeni basert på CT -avbildning
Studieoversikt
Status
Fullført
Detaljert beskrivelse
Med den akselererende aldringsprosessen har den tidlige identifiseringen og diagnosen sarkopeni, sammen med effektiv forebygging av dens uheldige utfall, blitt et samlingspunkt i medisinsk forskning.
Imidlertid har nåværende metoder for å vurdere og diagnostisere sarkopeni fortsatt betydelige begrensninger, noe som gjør utviklingen av mer effektive og nøyaktige teknikker for muskelmasseevaluering til et presserende klinisk behov.
Selv om CT blir betraktet som den mest lovende metoden for å vurdere muskelmasse, hindres dens praktiske anvendelse av faktorer som avhengighet av legekompetanse og tidkrevende prosedyrer, og begrenser dens utbredte kliniske adopsjon.
I lys av disse utfordringene har denne studien som mål å utvikle en kunstig intelligensmodell for helautomatisert muskelmassemåling basert på abdominal CT -avbildning og å validere dens anvendelsesverdi for å hjelpe diagnosen sarkopeni.
Studietype
Observasjonsmessig
Registrering (Faktiske)
1080
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Shanghai
-
Shanghai, Shanghai, Kina, 2000127
- Shanghai Jiaotong University School of Medicine, Renji Hospital Ethics Committee
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
960 pasienter i Geriatric Department of Renji Hospital, 20 pasienter fra Ruijin Hospital tilknyttet Shanghai Jiaotong University School of Medicine, 20 pasienter fra det første tilknyttede sykehuset ved Zhejiang Medical University, 50 pasienter fra det første tilknyttede sykehuset ved Wenzhou Medical University, og 30 pasienter fra Huangan Peophs sykehus.
Beskrivelse
Inkluderingskriterier :
- Befolkningen som gjennomgår BIA og abdominal CT -undersøkelser;
- Kan samarbeide for å fullføre analyse av menneskekroppssammensetning, måling av grepstyrke, 6M gangtidsmåling og spørreskjemaundersøkelse.
Eksklusjonskriterier :
- Alder <18 år gammel;
- Eksistens av bukveggødem;
- Historie med ryggkirurgi eller ryggbrudd, eller ryggvirvel -tumorlesjoner;
- Historie om nevromuskulære lidelser.
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 |
|---|---|---|
|
For automatisk og nøyaktig kvantifiserer tredimensjonalt muskelvolum og fettvolum.
Tidsramme: 2020-2023
|
For å oppnå en automatisert og presis kvantifisering av tredimensjonalt muskelvolum og fettvolum ved L3 Vertebral-regionen ved dyp læring.
|
2020-2023
|
|
Å etablere en kunstig intelligensmodell for diagnose av sarkopeni.
Tidsramme: 2020-2023
|
Validering av kunstig intelligensmodeller kan hjelpe til med diagnosen sarkopeni.
|
2020-2023
|
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)
5. september 2023
Primær fullføring (Faktiske)
31. desember 2024
Studiet fullført (Faktiske)
31. desember 2024
Datoer for studieregistrering
Først innsendt
20. februar 2025
Først innsendt som oppfylte QC-kriteriene
20. februar 2025
Først lagt ut (Faktiske)
25. mars 2025
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
25. mars 2025
Siste oppdatering sendt inn som oppfylte QC-kriteriene
20. februar 2025
Sist bekreftet
1. februar 2025
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- LY2023-150-A
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. .