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

Diagnos Predictive Model for Dense Density Breast Tissue Based on Radiomics

31 augusti 2020 uppdaterad av: Yaping yang, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Utveckling av en prediktiv modell för artificiell intelligens för exakt diagnos för bröstvävnad med tät densitet baserad på radiomik

Det är en prospektiv, observerande kohortstudie av patienter med tät bröstvävnad. Studien baserades på radiomik och annan klinisk patologisk information från patienter för att etablera det diagnostiska systemet för bröstsjukdom med hjälp av artificiell intelligens.

Studieöversikt

Status

Okänd

Betingelser

Studietyp

Observationell

Inskrivning (Förväntat)

1000

Kontakter och platser

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

Studieorter

  • Kina
    • Guangdong
      • Guangzhou, Guangdong, Kina, 510120
        • Rekrytering
        • Breast tumor center of Sun Yat-sen Memorial Hospital
        • Kontakt:
        • Underutredare:
          • Herui Yao, Doctor
        • Underutredare:
          • Chang Gong, Doctor
        • Underutredare:
          • Yunfang Yu, Doctor
        • Underutredare:
          • Yue Hu, Doctor
        • Underutredare:
          • Junwei Li, Doctor

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 till 80 år (VUXEN, OLDER_ADULT)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Kvinna

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Kvinnliga patienter i åldern 18-80 inkluderades i vår studie som diagnostiserades och behandlades på Sun Yat-sen memorial hospital.

Beskrivning

Inklusionskriterier:

  • Kvinnliga patienter med tät bröstvävnad
  • Digital brösttomosyntes utfördes
  • Bröst ultraljudsundersökning gjordes
  • Patologisk undersökning av bröstskador utfördes

Exklusions kriterier:

  • Ofullständiga kliniska patologiska data
  • Kvinnliga patienter med feta körtlar i bröstet

Studieplan

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

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
den prediktiva modellens area under curve (AUC)
Tidsram: uppföljning i 2 år för privatpersoner
Att bedöma den prediktiva noggrannheten hos den radiomikromatiska och kliniskt baserade modellen genom att använda operationskarakteristisk kurva (ROC) analys och beräkna arean under kurvorna (AUC).
uppföljning i 2 år för privatpersoner

Samarbetspartners och utredare

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

Sponsor

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

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 (FÖRVÄNTAT)

1 september 2020

Primärt slutförande (FÖRVÄNTAT)

1 september 2020

Avslutad studie (FÖRVÄNTAT)

1 september 2020

Studieregistreringsdatum

Först inskickad

21 augusti 2020

Först inskickad som uppfyllde QC-kriterierna

31 augusti 2020

Första postat (FAKTISK)

2 september 2020

Uppdateringar av studier

Senaste uppdatering publicerad (FAKTISK)

2 september 2020

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

31 augusti 2020

Senast verifierad

1 augusti 2020

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • SYSU_AI01

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 .

Prenumerera