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

Förutsägelse av klinisk kurs hos COVID19-patienter (COVID-CTPRED)

Förutsägelse av kliniskt förlopp hos covid19-patienter som använder oövervakade klassificeringsmetoder av klinisk, biologisk och multiparametrisk signatur av CT-skanning av bröstkorgen utförd vid intagningen

I samband med covid19-pandemin och inneslutning görs för närvarande ofta CT vid inläggningen, där man letar efter suggestiva tecken och grundläggande abnormiteter av covid19-kompatibel viral pneumonit i väntan på bekräftelse av identifiering av viralt RNA genom omvänd transkriptionspolymeraskedjereaktion (PCR), med en rapporterad känslighet på 56-88% under de första dagarna, något högre än PCR (60%) (1). Ändå är för närvarande etablerade radiologiska abnormiteter inte specifika för COVID19 och specificiteten för bröst-CT är ~25% när PCR används som referens (1). Deconfinement och dess konsekvenser kommer att komplicera triage av covid-patienter och skannerns roll, med den förväntade effekten av en minskning av förekomsten av infektioner på akutmottagningen och en ökning av antalet "allround" patienter, inklusive patienter med icke-COVID virala infiltrat eller pneumopatier.

Dessutom finns det för närvarande inga avbildningskriterier för att komplettera de kliniska och biologiska data som kan förutsäga utvecklingen av lungsjukdom från de initiala uppgifterna.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Detaljerad beskrivning

Inom bildbehandling har beräkningsmedicinsk avbildning visat sin förmåga att förutsäga ett terapeutiskt svar eller en viss utveckling efter att ha extraherat relevant anatomisk, funktionell eller till och med icke-visuellt märkbar information från volymen av bilder, vilket gör det möjligt att konstruera en kraftfull radiomisk signatur eller att använd robusta anatomiska/funktionella mätningar för att ge uppskattningar av ventilation eller vaskulärt tillstånd. Genom att kombinera dessa data extraherade från skannern med de kliniska-biologiska standarddata som produceras vid intagningen under triage, är vår ambition att bygga en prediktiv modell med användning av oövervakade klassificeringsmetoder som kan hjälpa till att förutsäga klinisk evolution i syfte att optimera hanteringen av resursen.

Studietyp

Observationell

Inskrivning (Faktisk)

826

Kontakter och platser

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

Studieorter

      • Saint-Étienne, Frankrike, 42100
        • CHU SAINT-ETIENNE

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

18 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

N/A

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

patient inlagd på akuten för covid-19 bekräftad av RT-PCR

Beskrivning

Inklusionskriterier:

  • ålder ≥ 18 år
  • klinisk misstanke om covid-19 bekräftad av RT-PCR
  • Datortomografi vid akutmottagning
  • RT-PCR-provtagning

Exklusions kriterier:

  • CT-skanningsfel eller förlust av CT-data
  • RT-PCR initiala resultat är inte tillgängliga

Studieplan

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

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
COVID19-patienter
Patienten testade positivt för SARS-CoV-2 som genomgick en datortomografi
CT-skanning av bröstet vid inläggning på sjukhuset

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
diagnostik av covid-sjukdomskomposit
Tidsram: Vid inläggning på sjukhuset

Diagnosen av covid-sjukdomen är sammansatt av:

  • CT-funktioner som kommer att inkludera närvaro/plats/lateralitet av morfologiska CT-abnormala densiteter (slipade glasopaciteter, konsolideringar, retikulationer),
  • storlek på lungkärlen,
  • distribution och abnormiteter,
  • lokal/global CT-ventilationsindex (CT-VI) svårighetsgrad,
  • radiomiska egenskaper (formegenskaper, 1:a ordningens och 2:a ordningens statistik)

Analys av CT-Scan resultat.

Vid inläggning på sjukhuset

Samarbetspartners och utredare

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

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)

1 mars 2020

Primärt slutförande (Faktisk)

28 november 2020

Avslutad studie (Faktisk)

26 december 2020

Studieregistreringsdatum

Först inskickad

5 maj 2020

Först inskickad som uppfyllde QC-kriterierna

5 maj 2020

Första postat (Faktisk)

6 maj 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

17 november 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

16 november 2021

Senast verifierad

1 november 2021

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • 20CH109
  • IRBN652020/CHUSTE (Annan identifierare: Comité d'éthique du CHU de Saint-Etienne)

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Kliniska prövningar på COVID 19

Kliniska prövningar på Datortomografi

3
Prenumerera