Interesse do uso do algoritmo Deep Learning para detecção de otosclerose em TC de alta resolução do osso temporal (OtoIA)
A otosclerose é uma patologia relativamente frequente, de origem multifatorial com parte genética e hormonal, predominantemente em mulheres. Essa doença causa um distúrbio do metabolismo ósseo da orelha média e interna, responsável por uma surdez progressiva, que pode se tornar grave.
Vários elementos são necessários para fazer o diagnóstico de otosclerose: o exame clínico e questionamento, a avaliação audiométrica e, finalmente, a TC do osso temporal.
A tomografia computadorizada permite detectar focos de otosclerose dentro do osso da orelha média ou interna. Esse diagnóstico às vezes é difícil e requer interpretação por um radiologista treinado.
Os investigadores gostariam de avaliar a capacidade de um algoritmo de aprendizado profundo para detectar esses focos de otosclerose e comparar seu desempenho diagnóstico com um radiologista treinado.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
A otosclerose é uma patologia relativamente frequente, de origem multifatorial com parte genética e hormonal, predominantemente em mulheres. Essa doença causa um distúrbio do metabolismo ósseo da orelha média e interna, responsável por uma surdez progressiva, que pode se tornar grave.
Vários elementos são necessários para fazer o diagnóstico de otosclerose: o exame clínico e questionamento, a avaliação audiométrica e, finalmente, a TC do osso temporal.
A tomografia computadorizada permite detectar focos de otosclerose dentro do osso da orelha média ou interna. Esse diagnóstico às vezes é difícil e requer interpretação por um radiologista treinado.
Os investigadores gostariam de avaliar a capacidade de um algoritmo de aprendizado profundo para detectar esses focos de otosclerose e comparar seu desempenho diagnóstico com um radiologista treinado.
Tipo de estudo
Inscrição (Estimado)
Contactos e Locais
Locais de estudo
-
-
-
Pierre-Bénite, França, 69310
- Hospices Civils de Lyon, Centre Hospitalier Lyon sud, Service d'ORL, d'otoneurchirurgie et de chirurgie cervico-facaile
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão * :
- idade acima de 18 anos
- tomografia computadorizada de ossos temporais de alta resolução disponível para análise
- para o grupo "caso" : confirmação cirúrgica do diagnóstico positivo para otosclerose
- para o grupo "controle": uma primeira análise radiológica em favor de um tomógrafo de osso temporal normal e um relatório radiológico inicial considerado normal também
Critério de exclusão * :
- idade inferior a 18 anos
- nenhuma tomografia computadorizada de ossos temporais de alta resolução disponível para análise
- falta de vontade de participar do estudo
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
CASO
Pacientes com otosclerose confirmada cirurgicamente que consultaram inicialmente para perda auditiva condutiva com otoscopia normal e com tomografia computadorizada de alta resolução do osso temporal disponível
|
Cada tomografia computadorizada é interpretada por um radiologista e é atribuída como positiva ou negativa para o diagnóstico de otosclerose
Cada tomografia computadorizada é rastreada pelo algoritmo de aprendizado profundo e é atribuída como positiva ou negativa para o diagnóstico de otosclerose
|
|
AO CONTROLE
Pacientes aleatórios com tomografia computadorizada de alta resolução do osso temporal realizada sem suspeita de otosclerose e considerada normal
|
Cada tomografia computadorizada é interpretada por um radiologista e é atribuída como positiva ou negativa para o diagnóstico de otosclerose
Cada tomografia computadorizada é rastreada pelo algoritmo de aprendizado profundo e é atribuída como positiva ou negativa para o diagnóstico de otosclerose
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Desempenho diagnóstico do algoritmo de inteligência artificial comparado ao desempenho diagnóstico do radiologista: sensibilidade, especificidade, valor preditivo positivo e negativo, área sob a curva ROC
Prazo: até a conclusão do estudo, uma média de 5 meses
|
Essas performances diagnósticas serão estabelecidas a partir dos diagnósticos positivos ou negativos do algoritmo e do radiologista, comparados ao status "caso" ou "controle" de cada paciente incluído no estudo
|
até a conclusão do estudo, uma média de 5 meses
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Maxime FIEUX, MD, Hospices Civils de Lyon
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Estimado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 22-5019 / 69HCL22_1193
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
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 .