Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Klinisk validering av InferRead Lung CT.AI

27 juli 2020 uppdaterad av: Infervision

Lungcancer är den näst vanligaste orsaken till cancerrelaterad död hos män och kvinnor. Tidig lungknölscreening är ett effektivt sätt att förebygga lungcancer, vilket inte är mindre viktigt än diagnos och behandling av lungcancer. Tidig lungcancerscreening har undersökts och tillämpats som en medicinsk praxis. InferRead Lung CT.AI av Infervision är en dedikerad efterbehandlingsapplikation som genererar CADe-märken som en överlagring på den ursprungliga CT-serien avsedd att hjälpa radiologen att upptäcka lungknölar. Denna studie utformades för att utvärdera radiologers prestation när det gäller att upptäcka verkningsbara knölar på bröst-CT med hjälp av InferRead.

Studieöversikt

Status

Avslutad

Betingelser

Lungcancer

Intervention / Behandling

Enhet: Läshjälp med InferRead Lung CT.AI

Studietyp

Observationell

Inskrivning (Faktisk)

250

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

Förenta staterna
- Maryland
  - Baltimore, Maryland, Förenta staterna, 21201
    - University of Maryland Medical Center

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

55 år till 75 år (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Sannolikhetsprov

Studera befolkning

Lungcancerscreening kvalificerade patienter

Beskrivning

Inklusionskriterier:

Lungcancerscreening kvalificerade patienter

Exklusions kriterier:

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Observationsmodeller: Case-Crossover
Tidsperspektiv: Retrospektiv

Vad mäter studien?

Primära resultatmått

Resultatmått	Åtgärdsbeskrivning	Tidsram
Detektionsnoggrannhet Tidsram: 20 timmar	Det primära syftet med denna kliniska studie är att visa att en radiologgenomgång av en datortomografi med hjälp av InferRead Lung CT.AI avsevärt förbättrar upptäckten av lungknutor som kan påverkas. Area under ROC-kurvan, Sensitivitet, specificitet, PPV, NPV kommer att rapporteras, jämfört mellan avläsningar utan hjälp och avläsning.	20 timmar

Sekundära resultatmått

Resultatmått	Åtgärdsbeskrivning	Tidsram
Ändring av lästiden Tidsram: 20 timmar	Det sekundära syftet med denna kliniska studie är att visa att radiologens granskningstid inte ökar signifikant när den får hjälp med InferRead Lung CT.AI. Lästiden för varje fall kommer att registreras i både assisterad och oassisterad läsning. Lästiderna kommer att jämföras med ett parat T-test.	20 timmar

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Infervision

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

10 januari 2019

Primärt slutförande (Faktisk)

1 juni 2019

Avslutad studie (Faktisk)

30 oktober 2019

Studieregistreringsdatum

Först inskickad

7 oktober 2019

Först inskickad som uppfyllde QC-kriterierna