Aplicação do algoritmo de inteligência artificial com base na imagem da TC para medição de parâmetros musculares
20 de fevereiro de 2025 atualizado por: Yaomin Hu, RenJi Hospital
Aplicação do algoritmo de inteligência artificial baseado na imagem da TC para medição de parâmetros musculares no diagnóstico de sarcopenia
Para estabelecer um modelo de inteligência artificial para o diagnóstico automatizado de sarcopenia com base na imagem da TC
Visão geral do estudo
Status
Concluído
Descrição detalhada
Com o processo de envelhecimento acelerado, a identificação e o diagnóstico precoce da sarcopenia, juntamente com a prevenção efetiva de seus resultados adversos, tornaram -se um ponto focal na pesquisa médica.
No entanto, os métodos atuais para avaliar e diagnosticar sarcopenia ainda enfrentam limitações significativas, tornando o desenvolvimento de técnicas mais eficientes e precisas para a avaliação da massa muscular uma necessidade clínica urgente.
Embora a TC seja considerada o método mais promissor para avaliar a massa muscular, sua aplicação prática é dificultada por fatores como a dependência da experiência médica e os procedimentos demorados, limitando sua ampla adoção clínica.
À luz desses desafios, este estudo tem como objetivo desenvolver um modelo de inteligência artificial para medição de massa muscular totalmente automatizada com base na imagem da TC abdominal e validar seu valor de aplicação no diagnóstico de sarcopenia.
Tipo de estudo
Observacional
Inscrição (Real)
1080
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
-
-
Shanghai
-
Shanghai, Shanghai, China, 2000127
- Shanghai Jiaotong University School of Medicine, Renji Hospital Ethics Committee
-
-
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
Sim
Método de amostragem
Amostra Não Probabilística
População do estudo
960 pacientes internados no Departamento Geriátrico do Hospital Renji, 20 pacientes do Hospital Ruijin afiliados à Faculdade de Medicina da Universidade de Xangai Jiaotong, 20 pacientes do primeiro hospital afiliado da Universidade Médica de Zhejiang, 50 pacientes do primeiro hospital afiliado da Universidade Médica de Wenzhou e 30 pacientes do povo de Huangshan.
Descrição
Critérios de inclusão:
- A população submetida a exames de BIA e TC abdominal;
- Pode cooperar para concluir a análise de composição corporal humana, medição de força de aderência, medição de tempo de caminhada de 6m e pesquisa de questionário.
Critérios de exclusão:
- Idade <18 anos;
- Existência de edema da parede abdominal;
- História da cirurgia da coluna vertebral ou fraturas vertebrais, ou lesões tumorais vertebrais;
- História de distúrbios neuromusculares.
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
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Quantificar automaticamente e precisamente o volume muscular tridimensional e o volume de gordura.
Prazo: 2020-2023
|
Para obter uma quantificação automatizada e precisa do volume muscular tridimensional e do volume de gordura na região vertebral L3 por aprendizado profundo.
|
2020-2023
|
|
Estabelecer um modelo de inteligência artificial para o diagnóstico de sarcopenia.
Prazo: 2020-2023
|
A validação de modelos de inteligência artificial pode ajudar no diagnóstico de sarcopenia.
|
2020-2023
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
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)
5 de setembro de 2023
Conclusão Primária (Real)
31 de dezembro de 2024
Conclusão do estudo (Real)
31 de dezembro de 2024
Datas de inscrição no estudo
Enviado pela primeira vez
20 de fevereiro de 2025
Enviado pela primeira vez que atendeu aos critérios de CQ
20 de fevereiro de 2025
Primeira postagem (Real)
25 de março de 2025
Atualizações de registro de estudo
Última Atualização Postada (Real)
25 de março de 2025
Última atualização enviada que atendeu aos critérios de controle de qualidade
20 de fevereiro de 2025
Última verificação
1 de fevereiro de 2025
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- LY2023-150-A
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 .