- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07411443
Obrazowanie wspomagane sztuczną inteligencją w populacyjnym skryningu raka piersi
Badanie przesiewowe raka piersi w oparciu o populację z wykorzystaniem obrazowania wspomaganego sztuczną inteligencją
Technologie obrazowania wspomagane sztuczną inteligencją (AI) (w tym ultrasonografia piersi wspomagana AI i mammografia wspomagana AI) mogą skutecznie poprawić dokładność i wydajność badań obrazowych piersi, ale ich zastosowanie w szeroko zakrojonych populacyjnych badaniach przesiewowych raka piersi pozostaje bardzo ograniczone.
Celem tego projektu jest poprawa skuteczności i wykonalności badań przesiewowych raka piersi poprzez rozwiązanie kluczowych problemów i wąskich gardeł w populacyjnych badaniach przesiewowych raka piersi. Przeprowadzimy prospektywne, kontrolowane klastrowo badanie przesiewowe w populacji ogólnej, z grupowaniem klastrowym według dzielnic. Grupa interwencyjna przejdzie łączone badanie przesiewowe z wykorzystaniem ultrasonografii wspomaganej AI plus mammografii wspomaganej AI, podczas gdy grupa kontrolna otrzyma konwencjonalne badanie przesiewowe: ultrasonografię piersi do badań wstępnych i mammografię do badań wtórnych.
Na podstawie praktyk badań przesiewowych populacji ocenimy skuteczność diagnostycznej technologii obrazowania wspomaganego AI w różnych aspektach technicznych rzeczywistych badań przesiewowych i przeprowadzimy analizy kosztowo-skuteczności. Niniejsze badanie zbada zastosowanie technologii obrazowania piersi wspomaganej AI w populacyjnych badaniach przesiewowych raka piersi, dostarczając naukowych dowodów na szerokie wdrożenie technologii obrazowania wspomaganych AI. Ponadto, łącząc praktyki badań przesiewowych populacji z symulacjami modelowymi, zbadamy wielowymiarowe strategie badań przesiewowych raka piersi w celu optymalizacji podejść i technologii badań przesiewowych dla populacji chińskiej.
Przegląd badań
Status
Interwencja / Leczenie
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Ying Zheng
- Numer telefonu: 862164175590
- E-mail: j_shen@fudan.edu.cn
Lokalizacje studiów
-
-
Shaghai
-
Shanghai, Shaghai, Chiny, 021
- Rekrutacyjny
- Fudan University Shanghai Cancer Center
-
Kontakt:
- Ying Zheng
- Numer telefonu: 862164172290
- E-mail: zhengying@fudan.edu.cn
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- kobiety w wieku od 35 do 69 lat, które uczestniczyły w projekcie "Badania przesiewowe dwóch nowotworów (raka piersi i szyjki macicy)" i nie miały w wywiadzie raka piersi, w tym raka in situ, ani żadnych innych nowotworów w ciągu ostatnich pięciu lat.
Kryteria wykluczenia:
- ciężka niewydolność sercowo-płucna, niewydolność wątroby lub nerek lub inne choroby układowe oraz oczekiwana długość życia krótsza niż pięć lat
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Ekranizacja
- Przydział: Nielosowe
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Badanie przesiewowe wspomagane sztuczną inteligencją
|
Grupa interwencyjna przejdzie połączone badania przesiewowe z wykorzystaniem ultrasonografii wspomaganej sztuczną inteligencją oraz mammografii wspomaganej sztuczną inteligencją
|
|
Brak interwencji: Rutynowe badania przesiewowe
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Częstość występowania wczesnego raka piersi w okresie rocznej obserwacji, porównana między kobietami, które przeszły badania przesiewowe wspomagane sztuczną inteligencją, a tymi z rutynowymi badaniami przesiewowymi
Ramy czasowe: Od rejestracji do 1 roku po zakończeniu badań przesiewowych
|
Wczesny rak piersi został zdefiniowany jako rak ograniczony do piersi (lokalny) lub do piersi i regionalnych węzłów chłonnych (lokalno-regionalny).
W szczególności odnosił się do guzów o średnicy <2 cm, bez zajęcia ipsilateralnych węzłów chłonnych pachowych i bez przerzutów odległych.
Zgodnie z systemem klasyfikacji TNM Amerykańskiego Komitetu ds. Raka (AJCC) (8. wydanie) oraz Chińskimi Wytycznymi Badań Przesiewowych, Wczesnego Rozpoznawania i Leczenia Raka Piersi (2021, Pekin), wczesny rak piersi obejmował stadium 0 (w tym raka przewodowego in situ i raka zrazikowego in situ), stadium I i stadium II.
|
Od rejestracji do 1 roku po zakończeniu badań przesiewowych
|
|
Wskaźnik wykrywalności podejrzanych zmian w piersiach (w tym guzów i zwapnień) w okresie rocznej obserwacji, porównywany między kobietami, które przeszły USG wspomagane sztuczną inteligencją w połączeniu z mammografią wspomaganą sztuczną inteligencją a tymi, które otrzymały rutynowe badania przesiewowe
Ramy czasowe: Od rejestracji do 1 roku po zakończeniu badań przesiewowych
|
Od rejestracji do 1 roku po zakończeniu badań przesiewowych
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
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
Inne numery identyfikacyjne badania
- 2024AI
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (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 .