Zainteresowanie wykorzystaniem algorytmu głębokiego uczenia się do wykrywania otosklerozy w kości skroniowej o wysokiej rozdzielczości CT (OtoIA)
Otoskleroza jest stosunkowo częstą patologią, o podłożu wieloczynnikowym, o podłożu genetycznym i hormonalnym, występującą głównie u kobiet. Choroba ta powoduje zaburzenie metabolizmu kostnego ucha środkowego i wewnętrznego, odpowiedzialne za postępującą głuchotę, która może przejść w ciężki przebieg.
Do postawienia rozpoznania otosklerozy koniecznych jest kilka elementów: badanie kliniczne i wywiad, ocena audiometryczna i wreszcie tomografia komputerowa kości skroniowej.
Tomografia komputerowa pozwala wykryć ogniska otosklerozy w obrębie kości ucha środkowego lub wewnętrznego. Ta diagnoza jest czasami trudna i wymaga interpretacji przez wyszkolonego radiologa.
Badacze chcieliby ocenić zdolność algorytmu głębokiego uczenia się do wykrywania tych ognisk otosklerozy i porównać jego skuteczność diagnostyczną z wyszkolonym radiologiem.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Otoskleroza jest stosunkowo częstą patologią, o podłożu wieloczynnikowym, o podłożu genetycznym i hormonalnym, występującą głównie u kobiet. Choroba ta powoduje zaburzenie metabolizmu kostnego ucha środkowego i wewnętrznego, odpowiedzialne za postępującą głuchotę, która może przejść w ciężki przebieg.
Do postawienia rozpoznania otosklerozy koniecznych jest kilka elementów: badanie kliniczne i wywiad, ocena audiometryczna i wreszcie tomografia komputerowa kości skroniowej.
Tomografia komputerowa pozwala wykryć ogniska otosklerozy w obrębie kości ucha środkowego lub wewnętrznego. Ta diagnoza jest czasami trudna i wymaga interpretacji przez wyszkolonego radiologa.
Badacze chcieliby ocenić zdolność algorytmu głębokiego uczenia się do wykrywania tych ognisk otosklerozy i porównać jego skuteczność diagnostyczną z wyszkolonym radiologiem.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Pierre-Bénite, Francja, 69310
- Hospices Civils de Lyon, Centre Hospitalier Lyon sud, Service d'ORL, d'otoneurchirurgie et de chirurgie cervico-facaile
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia * :
- wiek powyżej 18 lat
- wysokiej rozdzielczości tomografia komputerowa kości skroniowej dostępna do analizy
- dla grupy „przypadek”: chirurgiczne potwierdzenie pozytywnego rozpoznania otosklerozy
- dla grupy „kontrolnej”: pierwsza analiza radiologiczna na korzyść normalnego tomografu kości skroniowej i wstępny raport radiologiczny również uznany za prawidłowy
Kryteria wyłączenia * :
- wiek poniżej 18 lat
- brak dostępnego do analizy tomografii komputerowej kości skroniowej o wysokiej rozdzielczości
- niechęć do udziału w badaniu
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
SPRAWA
Pacjenci z chirurgicznie potwierdzoną otosklerozą, którzy początkowo byli konsultowani z powodu przewodzeniowego ubytku słuchu z normalną otoskopią oraz z dostępną tomografią komputerową kości skroniowej o wysokiej rozdzielczości
|
Każde badanie CT jest interpretowane przez radiologa i jest przypisywane jako dodatnie lub ujemne do rozpoznania otosklerozy
Każdy skan CT jest sprawdzany przez algorytm głębokiego uczenia i jest przypisywany jako pozytywny lub negatywny do diagnozy otosklerozy
|
|
KONTROLA
Przypadkowi pacjenci z tomografią komputerową kości skroniowej o wysokiej rozdzielczości wykonaną bez podejrzenia otosklerozy i uznaną za prawidłową
|
Każde badanie CT jest interpretowane przez radiologa i jest przypisywane jako dodatnie lub ujemne do rozpoznania otosklerozy
Każdy skan CT jest sprawdzany przez algorytm głębokiego uczenia i jest przypisywany jako pozytywny lub negatywny do diagnozy otosklerozy
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wydajność diagnostyczna algorytmu sztucznej inteligencji w porównaniu z wydajnością diagnostyczną radiologa: czułość, swoistość, dodatnia i ujemna wartość predykcyjna, pole pod krzywą ROC
Ramy czasowe: do ukończenia studiów, średnio 5 miesięcy
|
Te wyniki diagnostyczne zostaną ustalone na podstawie pozytywnych lub negatywnych diagnoz algorytmu i radiologa, w porównaniu ze statusem „przypadku” lub „kontroli” każdego pacjenta objętego badaniem
|
do ukończenia studiów, średnio 5 miesięcy
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Maxime FIEUX, MD, Hospices Civils de Lyon
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Szacowany)
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
- 22-5019 / 69HCL22_1193
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 .