- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07587060
Development and Diagnostic Accuracy of a Deep Learning Model for Root Canal Curvature Analysis in Mandibular Molars Using CBCT Scans: A Diagnostic Accuracy Study
Root canal preparation in endodontics poses significant challenges, particularly in curved canals of mandibular molars, where accurate preoperative assessment using CBCT imaging is crucial to avoid iatrogenic errors and improve treatment outcomes. This study aims to develop and evaluate the diagnostic accuracy of a deep learning model for analyzing root canal curvature angles in mandibular molars from CBCT scans, compared to human expert evaluations. The model will leverage advanced AI techniques to segment and measure curvatures objectively, addressing limitations in manual interpretation, potentially standardizing case difficulty assessments and aiding clinical decision-making.
Przegląd badań
Status
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Cairo Governorate
-
Cairo, Cairo Governorate, Egipt
- Faculty of Dentistry, Cairo University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
The accepted sample size (n) will be 207, when the accuracy is (90.48%) and marginal error (4 %) by adopting confidence interval (95%), using Staskingdom calculator.
Opis
Inclusion Criteria:
- CBCT scans of mandibular molars of Egyptian patients aging from 18 to 65 years old
- Small Field of view (FOV) including maximum a quadrant
- Voxel size not larger than 2mm
- Mandibular molars showing complete root formation
- Carious or non-carious teeth
- Absence of artifacts, dental implants in the adjacent teeth
Exclusion Criteria:
- Mandibular first and second molars with developmental anomalies, external or internal root resorption, root canal calcification, previous root canal treatment, post restorations, and/or root caries
- CBCT images of sub-optimal quality or artifacts/high scatter interfering with proper assessment
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: OTHER
- Perspektywy czasowe: RETROSPECTIVE
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Diagnostic test: Artificial intelligence
Diagnostic test: Artificial intelligence |
|
Reference group: Human Expert's opinion
Radiologist and Endodontist Human expert opinion compared to AI diagnostic test |
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Accuracy of analysis of root canal curvature angle
Ramy czasowe: June 2026 to September 2027
|
Curvature analysis classified according to its severity into 3 categories: "10 degrees or less"; as mild, "between 10 to 30 degrees"; as moderate and "30 degrees or more"; as severe curvature. |
June 2026 to September 2027
|
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
- NEW Code 7-1-1
- self funded (Inny identyfikator: Cairo University)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
The study is diagnostic accuracy study on CBCT data
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 .