此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

用于放射组学和人工智能研究的肺结节成像生物库 (LIBRA)

2021年6月8日 更新者:Royal Marsden NHS Foundation Trust
这项研究将收集伦敦各地医院中偶发肺部结节的参与者的回顾性 CT 扫描图像和临床数据。 研究人员将研究机器学习是否可用于预测哪些参与者会患上肺癌,以改善早期诊断。

研究概览

研究类型

观察性的

注册 (预期的)

1000

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

学习地点

      • London、英国、NW1 2PG
        • 招聘中
        • University College London Hospitals NHS Foundation Trust
        • 接触:
      • London、英国、SW3 6NP
        • 招聘中
        • The Royal Brompton NHS Foundation Trust
        • 接触:
        • 首席研究员:
          • Dr Anand Deveral
    • England
      • Sutton、England、英国、SM2 5PT
    • Greater London
      • London、Greater London、英国、SE6 4JH
        • 招聘中
        • Lewisham and Greenwich NHS Trust
        • 接触:
        • 首席研究员:
          • Shafick Gareeboo
    • Surrey
      • Carshalton、Surrey、英国、SM5 1AA
        • 尚未招聘
        • Epsom and St Helier's Hospitals NHS Trust
        • 接触:
        • 首席研究员:
          • Jonathon Ratoff

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 及以上 (成人、OLDER_ADULT)

接受健康志愿者

有资格学习的性别

全部

取样方法

非概率样本

研究人群

先前发现有肺结节的患者。

描述

纳入标准:

  • 年龄 > 18
  • 基线 CT 胸部成像报告在过去 10 年中有 5 至 30 毫米的肺部结节。
  • 已知基本事实(扫描数据显示稳定 2 年(基于直径)或一年(基于体积测定))、完全分辨率或经活检证实的恶性肿瘤。
  • 切片厚度 < 2.5mm。

排除标准:

  • • 缺少至少一个技术上足够的CT 胸部成像系列(通过目视检查DICOM 记录中胸部成像数据的存在来定义)。

    • 切片厚度 > 2.5mm。
    • 成像 > 10 岁。
    • 地面真相未知。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
干预/治疗
肺结节

将使用参与的 NHS 站点的临床记录确定 1000 名偶发肺结节患者的队列。

链接匿名 CT 扫描图像和数据将使用中央数据库存储,用于放射组学和人工智能研究,以预测恶性肿瘤的风险。

患者的扫描将用作内部软件的输入,以提取多个放射组学特征。 这些特征将用于开发可以预测恶性肿瘤风险的风险特征。 患者扫描也将用作深度学习/卷积神经网络模型的输入,以执行自动成像分类。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
成像生物样本库的开发
大体时间:1年
如果我们能够存储 1000 名患者的基线 CT 扫描和最小临床数据集,则将达到主要终点。
1年

次要结果测量

结果测量
措施说明
大体时间
发现基于 CT 胸部的放射组学概况以预测癌症风险。
大体时间:1年
我们的目标是识别不同的放射组学变量簇,以生成放射组学预测向量 (RPV),可用于根据恶性风险对患者进行分层。 该向量将用于多变量分析并与现有风险模型进行比较。
1年

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2020年6月1日

初级完成 (预期的)

2021年8月1日

研究完成 (预期的)

2021年8月1日

研究注册日期

首次提交

2020年2月12日

首先提交符合 QC 标准的

2020年2月12日

首次发布 (实际的)

2020年2月17日

研究记录更新

最后更新发布 (实际的)

2021年6月11日

上次提交的符合 QC 标准的更新

2021年6月8日

最后验证

2021年6月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

未定

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

机器学习分类的临床试验

  • University of Valencia
    Asociación Parkinson Valencia
    撤销
    帕金森病 | 阿尔茨海默氏病 | 健康的老年人
    西班牙
3
订阅