- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT04304742
Radiologens diagnostiska prestanda kontra artificiell intelligens (AI) (RAVIA)
Retrospektiv studie som jämför radiologens diagnostiska prestanda kontra artificiell intelligens (AI) för misstanke om höftfraktur hos äldre patienter
I Frankrike upptäcks lårbenshalsfraktur främst med tolkning av bäcken/höftröntgen (franska hälsomyndighetens rekommendation).
Upp till 10 % av frakturerna identifieras dock inte eller feldiagnostiseras, särskilt hos patienter som är inlagda på akutmottagningen.
Radiologer kan faktiskt utsättas för överdrivet arbete, vilket orsakar risken för felaktig röntgendiagnos.
Artificiell intelligens (AI) börjar studera upptäckten av frakturer på medicinsk bildbehandling.
I denna retrospektiva studie testas denna teknologi som utvecklats av företaget GLEAMER för att utvärdera detektionsfrekvensen för höftfraktur och specifikt lårbenshalsfraktur, jämfört med radiologens diagnostik, hos äldre patienter som är inlagda på akutmottagningen.
AI skulle kunna optimera radiologernas diagnostiska prestanda (ökning av konfidensnivån) och förbättra effektiviteten av misstänkta frakturer som sorterar från akutmottagningen.
Studieöversikt
Status
Intervention / Behandling
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
-
Montpellier, Frankrike, 34295
- Uhmontpellier
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Patienter 60 år och äldre, inlagda på akutmottagning för smärtsam höft/funktionell impotens efter mindre trauma.
Patienterna tar åtminstone en höftröntgen
Beskrivning
Inklusionskriterier:
- Patienter 60 år och äldre
- Mindre trauma
- Inlagd på akutmottagning för smärtsam höft/funktionell impotens efter mindre trauma
- Tar åtminstone en höftröntgen
Exklusions kriterier:
- Smärtsamt före det mindre traumat
- Viktigt trauma
Studieplan
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Endast fall
- Tidsperspektiv: Retrospektiv
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Misstanke om höftfraktur
|
höftstandardröntgen/ CT-skanning/ MRT
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Detektionshastighet av lårbenshalsfraktur
Tidsram: 1 dag
|
Detektionshastighet av lårbenshalsfraktur
|
1 dag
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Detektionshastighet av annan höftfraktur
Tidsram: 1 dag
|
Detektionshastighet av annan höftfraktur
|
1 dag
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Catherine CYTEVAL, MD.PhD, University Hospital, Montpellier
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- RECHMPL20_0126
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .