- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT05538403
Wydajność sztucznej inteligencji do wykrywania złamań kości u dzieci
Ocena wydajności sztucznej inteligencji w wykrywaniu złamań kości u dzieci w wieku poniżej 2 lat w środowisku podejrzanym o wykorzystywanie dzieci.
Oprogramowanie sztucznej inteligencji (AI) BoneView (firma GLEAMER, Paryż, Francja) zostało zaprojektowane, przetestowane i zatwierdzone do wykrywania i lokalizowania niedawnych lub częściowo niedawnych złamań na standardowych radiogramach.
Celem będzie ocena działania sztucznej inteligencji w wykrywaniu złamań kości u dzieci w wieku poniżej 2 lat w środowisku, w którym podejrzewa się wykorzystywanie dzieci.
Pacjenci ci odnoszą korzyści z radiografii całego ciała z podwójnie ślepym odczytem przez radiologa „ogólnego” i radiologa z doświadczeniem w zakresie wykorzystywania dzieci. Te odczyty zostaną porównane z wynikami AI.
Hipoteza głosi, że sztuczna inteligencja jest skuteczna w wykrywaniu złamań u dzieci i może być pomocna zwłaszcza dla radiologów, którzy nie są ekspertami w dziedzinie wykorzystywania dzieci.
Przegląd badań
Status
Warunki
Typ studiów
Zapisy (Oczekiwany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Ingrid Millet, PUPH
- Numer telefonu: 33 678887174
- E-mail: i-millet@chu-montpellier.fr
Lokalizacje studiów
-
-
-
Montpellier, Francja, 34295
- Rekrutacyjny
- University Hospital
-
Kontakt:
- Ingrid Millet, PUPH
- Numer telefonu: 33 0678887174
- E-mail: i-millet@chu-montpellier.fr
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- w wieku poniżej 2 lat
- radiografia całego ciała wykonywana w przypadku podejrzenia nadużycia wobec dziecka
- dostępny raport z podwójnie ślepą próbą (radiolog ogólny i radiolog z doświadczeniem w zakresie wykorzystywania dzieci)
Kryteria wyłączenia:
- Zdjęcie rentgenowskie nieczytelne (słaba jakość)
- SI nie dotyczy
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kohorta
- Perspektywy czasowe: Z mocą wsteczną
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Odsetek złamań wykrytych przez AI na radiogramach
Ramy czasowe: 1 dzień
|
Odsetek złamań wykrytych przez AI na radiogramach
|
1 dzień
|
Współpracownicy i badacze
Sponsor
Śledczy
- Dyrektor Studium: Ingrid Millet, PUPH, University Hospital, Montpellier
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- RECHMPL22_0224
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .