- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06717802
Förutsägelse av endometriell mottaglighet under provrörsbefruktning med hjälp av artificiell intelligensanalys av vaginala ultraljudsbilder
Vi planerar att använda artificiell intelligens för att analysera vaginala ultraljudsbilder av livmoderslemhinnan (endometrium) tagna under rutin IVF-behandling, som vi antar kan förutsäga implantationsframgång under IVF-behandling.
Deltagande i studien är frivilligt, innebär inga ytterligare tester eller ingripanden utöver rutinprocedurer, och samtycke kan återkallas muntligt eller skriftligt när som helst utan orsak eller negativa konsekvenser.
Under en treårsperiod förväntas försöket inkludera cirka 1 500 patienter mellan 18 och 40 år som är indicerade för IVF-behandling och som frivilligt ställer upp för behandling.
Patienter som är inskrivna i studien kommer inte att behöva delta i fler klinikbesök under behandlingen än de annars skulle behöva. Under försöket, vissa patientspecifika data (ålder, indikation för behandling, body mass index), stimuleringsspecifika data (stimuleringstid, typ och dos av läkemedel, endometrietjocklek), ultraljudsundersökningar och resultatspecifika data (behandlingsmisslyckande , biokemisk graviditet, klinisk graviditet) kommer att samlas in. Uppgifterna kommer att lagras i en säker databas. De uppgifter som samlas in under studien kommer endast att vara tillgängliga för de professionella som är involverade i studien och ingen information, inklusive personuppgifter, kommer att lämnas ut till tredje part.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Infertilitet drabbar en av sex personer globalt under hela deras reproduktiva liv. För framgångsrik IVF-behandling behövs tre väsentliga saker: ett euploid embryo, receptivt endometrium och i händelse av frusna embryon, den exakta tidpunkten för överföringen. Flera metoder finns tillgängliga för att utvärdera embryon, såsom: mikroskopisk utvärdering (t. Gardner-kvalitet), genetiska tester (PGT), biokemiska tester (icke-invasiv PGT). Dessutom är morfologisk och morfokinetisk utvärdering möjlig med time-lapse videoövervakningssystem som utvärderas med artificiell intelligens. Den vanligaste metoden för att testa endometriets receptivitet är bestämning av den största diametern uppmätt i mittsagittala planet. En tjocklek mellan 7 och 10 mm anses vara gränsen för framgångsrik implantation. Ytterligare studier utfördes på nivån av serum och endometrieprogesteron, volymen, ekogeniciteten, peristaltiken av endometriet, flödesförhållandena i det och implantationens framgång. Det prediktiva värdet av hysteroskopi, 3D ultraljud och ultraljudselastografins roll för att förutsäga graviditetsutfall har undersökts. Ovannämnda tester för endometriell receptivitet har inte använts i stor utsträckning i praktiken, och det finns för närvarande ingen metod för att förutsäga endometriell receptivitet i vardaglig praktik.
I takt med att kvaliteten på bildbehandlingen har förbättrats har fokus flyttats till att analysera mönstret i endometrium, den senaste forskningen med hjälp av artificiell intelligens.
Syftet med vår studie är att undersöka om segmentering och analys av livmoderslemhinnan med hjälp av artificiell intelligens i vaginala ultraljudsbilder tagna under stimulering och på överföringsdagen kan bidra till att mer exakt bestämma endometriets mottaglighet. Betydelsen av detta är att vid dåliga implantationschanser under de senaste cyklerna kan vi bestämma oss för att frysa embryot/ embryot och få möjlighet att implantera embryot i en efterföljande naturlig eller hormonell behandlingscykel, eventuellt med bättre chanser.
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: Marton Jozsef Kolossvary
- Telefonnummer: +36301789227
- E-post: marton.kolossvary@gokvi.hu
Studieorter
-
-
-
Budapest, Ungern, 1205
- Rekrytering
- Dunamenti REK Reprodukcios Kozpont
-
Kontakt:
- Gabor Spanik
- Telefonnummer: +36702478175
- E-post: spanik.gabor@dunamentirek.hu
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
A. kvinnlig patient 18-40 år, för vilken IVF är indicerat, B. max 3 misslyckade tidigare embryoöverföringar, C. endast cykler där en enda blastocyst överförs.
Uteslutningskriterier:
A. medfödda uterina anomalier, myom, adenomyos, Asherman-syndrom eller andra tillstånd som leder till missbildning av livmodern, B. förekomst av hydrosalpinx, C. endometrios, D. planerad frysningscykel, E. positiv hepatit B, hepatit C eller HIV-screeningtest
Studieplan
Hur är studien utformad?
Designdetaljer
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Klinisk graviditet
Tidsram: Datumet för ultraljudet bekräftade klinisk graviditet planerat till 28 dagar efter embryoöverföring
|
Klinisk graviditet: graviditet kan bekräftas genom ultraljudsvisualisering av graviditetspåsen eller hjärtslag
|
Datumet för ultraljudet bekräftade klinisk graviditet planerat till 28 dagar efter embryoöverföring
|
Samarbetspartners och utredare
Samarbetspartners
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
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
- endoAI
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
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 .