Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Sistema baseado em IA para triagem de tuberculose pulmonar: avaliação da precisão diagnóstica

Teste de soluções de IA para avaliar a precisão do diagnóstico para detecção de tuberculose.

Visão geral do estudo

Descrição detalhada

A tuberculose continua a ser um problema chave da medicina moderna. Novas abordagens para superar a sobrecarga devem ser propostas. Novas estratégias de triagem podem incluir inteligência artificial (IA). Um sistema baseado em IA para análise e triagem de radiografia de tórax ("normal/suspeita de tuberculose") foi desenvolvido e treinado. Um conjunto de dados especial foi preparado. Existem 238 radiografias normais e 70 radiografias com tuberculose pulmonar no conjunto de dados. O conjunto de dados foi dividido aleatoriamente em 2 amostras:

  • amostra N1 (n=140) com proporção "normal: tuberculose" 50:50,
  • amostra N1 (n=150) com razão "normal:tuberculose" 95:5. Ambas as amostras serão analisadas pelo sistema baseado em IA. Os resultados serão quantificados usando métricas de precisão diagnóstica: sensibilidade e especificidade, valores preditores positivos e negativos, razão de verossimilhança e área sob a curva ROC (receiver operating character).

Tipo de estudo

Observacional

Inscrição (Real)

308

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

      • Moscow, Federação Russa, 109029
        • Research and Practical Center of Medical Radiology, Department of Health Care of Moscow

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

N/D

Método de amostragem

Amostra Não Probabilística

População do estudo

308 imagens de radiografia de tórax selecionadas do banco de dados do Serviço Unificado de Informações Radiológicas (URIS) de Moscou

Descrição

Critério de inclusão:

  • nenhuma patologia em um pulmão na radiografia de tórax
  • sinais de tuberculose pulmonar na radiografia de tórax

Critério de exclusão:

  • qualquer patologia nos pulmões (exceto tuberculose)

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Amostra N1
(n=140) com proporção "normal: tuberculose" 50:50
Todos os raios-x incluídos serão analisados ​​pelo sistema baseado em IA. Em seguida, os resultados serão comparados com as opiniões de 2 radiologistas experientes (eles fazem revisão por pares de todas as imagens incluídas independentemente uma da outra).
Outros nomes:
  • análise de inteligência artificial de imagens médicas
Amostra N2
(n=150) com proporção "normal: tuberculose" 95:5
Todos os raios-x incluídos serão analisados ​​pelo sistema baseado em IA. Em seguida, os resultados serão comparados com as opiniões de 2 radiologistas experientes (eles fazem revisão por pares de todas as imagens incluídas independentemente uma da outra).
Outros nomes:
  • análise de inteligência artificial de imagens médicas

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Métrica de precisão de diagnóstico 1
Prazo: Dia 1 após o recebimento dos dados
Sensibilidade
Dia 1 após o recebimento dos dados
Métrica de precisão de diagnóstico 2
Prazo: Dia 2 após o recebimento dos dados
Especificidade
Dia 2 após o recebimento dos dados
Métrica de precisão de diagnóstico 3
Prazo: Dia 3 após o recebimento dos dados
Valores preditores positivos
Dia 3 após o recebimento dos dados
Métrica de precisão de diagnóstico 4
Prazo: Dia 4 após o recebimento dos dados
Valores preditores negativos
Dia 4 após o recebimento dos dados
Métrica de precisão de diagnóstico 5
Prazo: Dia 5 após o recebimento dos dados
Razão de probabilidade
Dia 5 após o recebimento dos dados
Métrica de precisão de diagnóstico 6
Prazo: Dia 6 após o recebimento dos dados
Área sob a curva ROC
Dia 6 após o recebimento dos dados

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Investigadores

  • Investigador principal: Anton Vladzymyrskyy, Research and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Moscow Health Care Department

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

1 de fevereiro de 2018

Conclusão Primária (Real)

15 de março de 2018

Conclusão do estudo (Estimado)

30 de dezembro de 2023

Datas de inscrição no estudo

Enviado pela primeira vez

28 de março de 2018

Enviado pela primeira vez que atendeu aos critérios de CQ

25 de maio de 2023

Primeira postagem (Real)

5 de junho de 2023

Atualizações de registro de estudo

Última Atualização Postada (Real)

5 de junho de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

25 de maio de 2023

Última verificação

1 de maio de 2023

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .

3
Se inscrever