- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT04996615
Artificiell intelligensanalys för magnetisk resonanstomografi vid screening av bröstcancer hos högriskkvinnor
11 november 2022 uppdaterad av: Shu Wang, Peking University People's Hospital
Peking University People's Hospital Breast Center
Använd Convolutional Neural Networks Analysis för klassificering av kontrasthöjande lesioner vid multiparametrisk bröst-MR.
Bygg ett förkortat protokoll och undersök om ett förkortat protokoll var lämpligt för bröstcancerundersökning för bröstcancer hos kinesiska kvinnor med hög risk, vilket kan förkorta undersökningstiden och undvika förbättrad bildbehandling samtidigt som diagnosens noggrannhet säkerställs.
Studieöversikt
Status
Rekrytering
Betingelser
Intervention / Behandling
Studietyp
Observationell
Inskrivning (Förväntat)
5000
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: shu wang, doctor
- Telefonnummer: 86+010-88324010
- E-post: shuwang@pkuph.edu.cn
Studieorter
-
-
Bei Jing
-
Beijing, Bei Jing, Kina, 100044
- Rekrytering
- Peking University People's Hospital
-
Kontakt:
- Yuan peng
- Telefonnummer: 13671287670
- E-post: 13671287670@163.com
-
-
Beijing
-
Beijing, Beijing, Kina, 100044
- Rekrytering
- Peking University People's Hospital
-
Kontakt:
- yuan peng, MD
- Telefonnummer: 86+010-88324010
- E-post: 13671287670@163.com
-
-
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
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Nej
Kön som är behöriga för studier
Kvinna
Testmetod
Sannolikhetsprov
Studera befolkning
23
Beskrivning
Inklusionskriterier:
- Patienter som genomgår fullsekvens BMRI-undersökning
- Skriftligt informerat samtycke och fyll i frågeformuläret med kliniska data
- Genom uppföljningsdatabasen kan minst 6 månaders uppföljningsresultat erhållas för att avgöra om diagnosresultatet är negativt/benignt/malignt; för patienter som behöver patologisk biopsi ska de patologiska biopsiresultaten råda för att bestämma lesionen som är benign/malign.
Exklusions kriterier:
- Bröstet hade fått strålbehandling, kemoterapi, biologi och andra behandlingar före BMRI.
- Tecken eller symtom på bröstsjukdom
- Det finns kontraindikationer för bröstförstärkta MR-undersökningar som allergi mot kontrastmedel.
- Patienter under amning eller graviditet
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Kohort
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
högriskpopulation
kvinnor med hög risk för bröstcancer som genomgår förstärkt MRT
|
inget ingripande
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
screeningutbyte
Tidsram: 5 år
|
jämföra frekvensen för upptäckt av bröstcancer vid screening av högriskpopulationer mellan bröst-MRI fullsekvens, kontrastförstärkt och icke-kontrastförstärkt sekvens.
|
5 år
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Noggrannheten hos radiologer och modeller för djupinlärning
Tidsram: 5 år
|
jämför känsligheten, specificiteten, positivt prediktivt värde och negativt prediktivt värde för brösttumördetektering av radiologer och modeller för djupinlärning.
|
5 år
|
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 september 2021
Primärt slutförande (Förväntat)
30 september 2025
Avslutad studie (Förväntat)
30 september 2025
Studieregistreringsdatum
Först inskickad
21 juli 2021
Först inskickad som uppfyllde QC-kriterierna
30 juli 2021
Första postat (Faktisk)
9 augusti 2021
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
16 november 2022
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
11 november 2022
Senast verifierad
1 november 2022
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- AI-BMRI
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 .