Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Validation of a Deep Learning Tool for Opportunistic Osteoporosis Screening Using Routine Non-Contrast CT Scans

1 сентября 2026 г. обновлено: Yang Fan, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Prospective Clinical Validation Study of a Deep Learning Model for Opportunistic Osteoporosis Screening Based on Non-Contrast CT Scans

The goal of this clinical trial is to test if an artificial intelligence (AI) tool called DeepBMD can accurately identify people at high risk for osteoporosis using routine chest or abdomen CT scans. The main questions it aims to answer are:

  1. Can the DeepBMD tool correctly identify people who have osteoporosis compared to the standard bone density test, dual-energy X-ray absorptiometry (DXA)?
  2. Is it practical to use this AI tool in real-world hospital settings to find and contact high-risk patients? Researchers will use the DeepBMD tool to analyze existing CT scans. If the tool flags a patient as high risk, researchers will call them to invite them for a standard bone density test (DXA).

Participants will:

  1. Have their existing chest or abdomen CT scan analyzed by the DeepBMD AI tool;
  2. Receive a phone call from the research team if identified as high risk;
  3. Visit the clinic for a free standard bone density test (DXA) if they agree to participate.

Обзор исследования

Статус

Статус

Указывает текущий статус найма или статус расширенного доступа.
Активный, не рекрутирующий

Условия

Условия

Изучаемое заболевание, расстройство, синдром, болезнь или травма. На ClinicalTrials.gov условия могут также включать другие вопросы, связанные со здоровьем, такие как продолжительность жизни, качество жизни и риски для здоровья.

Вмешательство/лечение

Вмешательство/лечение

Процесс или действие, находящееся в центре внимания клинического исследования. Вмешательства включают лекарства, медицинские устройства, процедуры, вакцины и другие продукты, которые либо находятся на стадии исследований, либо уже доступны. Вмешательства также могут включать неинвазивные подходы, такие как обучение или изменение диеты и физических упражнений.

Тип исследования

Тип исследования

Описывает характер клинического исследования. Типы исследований включают интервенционные исследования (также называемые клиническими испытаниями), наблюдательные исследования (включая регистры пациентов) и расширенный доступ.
Наблюдательный

Регистрация (Оцененный)

Регистрация

Количество участников клинического исследования. «Предполагаемый» набор — это целевое количество участников, необходимое исследователям для исследования.
100

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

  • Китай
    • Hubei
      • Wuhan, Hubei, Китай, 430022
        • Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Критерии приемлемости

Ключевые требования, которым должны соответствовать люди, желающие участвовать в клиническом исследовании, или характеристики, которыми они должны обладать. Критерии приемлемости состоят как из критериев включения (которые необходимы человеку для участия в исследовании), так и из критериев исключения (которые препятствуют участию человека). Типы критериев приемлемости включают в себя участие в исследовании здоровых добровольцев, требования к возрасту или возрастной группе или ограничение по полу.

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

Patients who underwent non-contrast CT at our hospital (Union Hospital, Tongji Medical College, Huazhong University of Science and Technology) and were identified as high-risk for osteoporosis by the DeepBMD model.

Описание

Inclusion Criteria:

  • Underwent non-contrast CT at our institution, with qualified image quality and no severe artifacts;
  • Identified as high-risk for osteoporosis by the DeepBMD model;
  • Had valid contact information available in the PACS, possessed normal cognitive and communication abilities, and was able to cooperate with telephone follow-ups and on-site examinations;
  • Voluntarily participated in the study, was able to sign a written informed consent form on-site, and agreed to undergo DXA examination.

Exclusion Criteria:

  • Severe spinal deformity, postoperative spinal internal fixation, malignant bone metastasis, or severe osteolytic lesions that may interfere with measurements;
  • A confirmed diagnosis of osteoporosis with ongoing standardized treatment;
  • Inability to be contacted, explicit refusal of follow-up, or inability to visit the hospital for informed consent signing and DXA examination.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта

Группа / когорта

Группа или подгруппа участников обсервационного исследования, которое оценивается на предмет биомедицинских результатов или исходов для здоровья.
Вмешательство/лечение

Вмешательство/лечение

Процесс или действие, находящееся в центре внимания клинического исследования. Вмешательства включают лекарства, медицинские устройства, процедуры, вакцины и другие продукты, которые либо находятся на стадии исследований, либо уже доступны. Вмешательства также могут включать неинвазивные подходы, такие как обучение или изменение диеты и физических упражнений.
High-risk patients for osteoporosis identified by DeepBMD model
Patients who underwent routine chest or abdominal CT scans and were identified as high risk for osteoporosis by the DeepBMD AI model. These participants will be contacted via telephone, invited to the clinic, and undergo a free DXA scan to verify bone mineral density.
Диагностический тест: DeepBMD model for osteoporosis risk screening
The DeepBMD model is applied to routine chest or abdominal CT scans to identify patients at high risk for osteoporosis. This is a non-invasive image analysis used solely for screening and recruitment purposes, not as a therapeutic intervention.

Что измеряет исследование?

Первичные показатели результатов

Первичные показатели результатов

В протоколе клинического исследования - планируемая мера исхода, которая является наиболее важной для оценки эффекта вмешательства/лечения. В большинстве клинических исследований используется один первичный критерий исхода, но в некоторых — более одного.
Мера результата
Мера Описание
Временное ограничение
Diagnostic performance of DeepBMD model for osteoporosis screening
Временное ограничение: Concurrent with the DXA validation visit following the CT analysis (within 7 days).
The diagnostic performance of the DeepBMD model will be evaluated by comparing its predictions against the gold standard Dual-energy X-ray Absorptiometry (DXA). Specifically, we will calculate the sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV), and the Area Under the Receiver Operating Characteristic Curve (AUC) for identifying patients with osteoporosis.
Concurrent with the DXA validation visit following the CT analysis (within 7 days).

Вторичные показатели результатов

Вторичные показатели результатов

В протоколе клинического исследования - запланированная мера результата, которая не так важна, как первичная мера результата для оценки эффекта вмешательства, но все же представляет интерес. В большинстве клинических исследований используется более одного вторичного критерия исхода.
Мера результата
Мера Описание
Временное ограничение
Feasibility of the DeepBMD screening and recall workflow
Временное ограничение: At the end of recruitment
It will be assessed by calculating the proportion of patients identified as high-risk by DeepBMD who successfully complete the telephone follow-up and undergo the confirmatory DXA scan within the scheduled timeframe. We will also record the reasons for refusal or loss to follow-up to evaluate the acceptability of this AI-driven screening pathway.
At the end of recruitment

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Спонсор

Организация или лицо, которое инициирует исследование и имеет полномочия и контроль над исследованием.
Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Следователи

Следователи

Исследователь, участвующий в клиническом исследовании. Связанные термины включают главного исследователя исследовательского центра, вспомогательного исследователя исследовательского центра, председателя исследования, руководителя исследования и главного исследователя исследования.
  • Главный следователь: Fan Yang, PhD, MD, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

Начало исследования

Фактическая дата, когда первый участник был включен в клиническое исследование. «Предполагаемая» дата начала исследования — это дата, которая, по мнению исследователей, будет датой начала исследования.
28 июля 2026 г.

Первичное завершение (Действительный)

Первичное завершение

Дата, когда последний участник клинического исследования был осмотрен или получил вмешательство для сбора окончательных данных для измерения основного результата. На эту дату не влияет, закончилось ли клиническое исследование в соответствии с протоколом или было прекращено. Для клинических исследований с более чем одним показателем первичного исхода с разными датами завершения этот термин относится к дате завершения сбора данных для всех показателей первичного исхода. «Предполагаемая» дата завершения первичного исследования — это дата, которая, по мнению исследователей, будет датой завершения первичного исследования.
28 августа 2026 г.

Завершение исследования (Оцененный)

Завершение исследования

Дата, когда последний участник клинического исследования был обследован или получил вмешательство/лечение для сбора окончательных данных по первичным показателям исхода, вторичным показателям исхода и нежелательным явлениям (т. е. последний визит последнего участника). «Предполагаемая» дата завершения исследования — это дата, которая, по мнению исследователей, будет датой завершения исследования.
1 сентября 2026 г.

Даты регистрации исследования

Первый отправленный

Первый отправленный

Дата, когда спонсор исследования или исследователь впервые отправил отчет об исследовании на веб-сайт ClinicalTrials.gov. Обычно существует задержка в несколько дней между датой первой отправки и доступностью записи на ClinicalTrials.gov (дата первой публикации).
22 июля 2026 г.

Впервые представлено, что соответствует критериям контроля качества

Впервые представлено, что соответствует критериям контроля качества

Дата, когда спонсор исследования или исследователь впервые представляет отчет об исследовании, который соответствует критериям проверки контроля качества (QC) Национальной медицинской библиотеки (NLM). Спонсору или исследователю может потребоваться пересмотреть и отправить отчет об исследовании один или несколько раз, прежде чем будут выполнены критерии проверки контроля качества NLM. Спонсор или исследователь несет ответственность за обеспечение того, чтобы запись исследования соответствовала критериям обзора NLM QC.
27 июля 2026 г.

Первый опубликованный (Действительный)

Первый опубликованный

Дата, когда запись исследования была впервые доступна на сайте ClinicalTrials.gov после завершения обзора контроля качества (QC) Национальной медицинской библиотеки (NLM). Обычно существует задержка в несколько дней между датой подачи спонсором исследования или исследователем записи об исследовании и датой первой публикации.
31 июля 2026 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

Последнее опубликованное обновление

Самая последняя дата, когда изменения в протоколе исследования были доступны на сайте ClinicalTrials.gov. Может быть задержка между отправкой изменений на сайт ClinicalTrials.gov спонсором или исследователем исследования (дата отправки последнего обновления) и датой публикации последнего обновления.
3 сентября 2026 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

Последнее отправленное обновление, отвечающее критериям контроля качества

Самая последняя дата, когда спонсор исследования или исследователь внес изменения в отчет об исследовании, которые соответствуют критериям проверки контроля качества (QC) Национальной медицинской библиотеки (NLM). Спонсор или исследователь несет ответственность за обеспечение того, чтобы запись исследования соответствовала критериям обзора NLM QC.
1 сентября 2026 г.

Последняя проверка

Последняя проверка

Самая последняя дата, когда спонсор исследования или исследователь подтвердил информацию о клиническом исследовании на сайте ClinicalTrials.gov как точную и актуальную. Если исследование с набором статуса набора; еще не вербовка; или активен, набор не был подтвержден в течение последних 2 лет, статус набора в исследование показан как неизвестный.
1 сентября 2026 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

Другие идентификационные номера исследования

Идентификаторы или идентификационные номера, отличные от номера NCT, которые присваиваются клиническому исследованию спонсором исследования, спонсорами или другими лицами. Эти номера могут включать уникальные идентификаторы из других реестров испытаний и номера грантов Национального института здравоохранения.
  • UHCT260668

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

ДА

Описание плана IPD

De-identified individual participant data (IPD) will be made available to researchers who provide a methodologically sound proposal. The shared data will include the demographic information, DeepBMD screening results, and confirmatory DXA T-scores used in the study analyses. Requests should be directed to the corresponding author via email. Data will be available for non-commercial academic research purposes only. Applicants must sign a data access agreement prior to receiving the data.

Сроки обмена IPD

Data will be available beginning 3 months following article publication and ending 36 months following article publication.

Критерии совместного доступа к IPD

Researchers who provide a methodologically sound proposal for specific research questions related to osteoporosis screening or AI diagnostics will be granted access. Approved researchers will have access to the de-identified dataset containing patient demographics, imaging analysis results, and clinical outcomes. Access will be granted via secure email transfer after signing a data use agreement.

Совместное использование IPD Поддерживающий тип информации

  • STUDY_PROTOCOL
  • САП
  • АНАЛИТИЧЕСКИЙ_КОД

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Настройки файлов cookie

Мы используем файлы cookie, чтобы обеспечить максимальное удобство использования нашего веб-сайта. Для получения дополнительных сведений внимательно прочитайте нашу Политику конфиденциальности и файлов cookie. ...>>>Вы можете изменить свои предпочтения или отозвать свое согласие в любое время, удалив файлы cookie со своего веб-сайта или компьютера, как описано в политике. Примите его и выберите свои предпочтения, отметив соответствующие поля в разделе «Управление настройками» ниже. Пожалуйста, внимательно прочтите наши Условия использования, прежде чем продолжить использование любой части этого веб-сайта.
«Управление настройками