Evaluation of a COVID-19 Pneumonia CXR AI Detection Algorithm
2020年9月22日 更新者：Ensemble Group Holdings, LLC
Evaluation of a Chest X-Ray AI Neural Network (RadGen SARS-CoV2 Detection System) for the Detection of RT-PCR Confirmed SARS-Cov2 Covid-19 Pneumonia
This study investigates the diagnostic performance of an AI algorithm in the detection of COVID-19 pneumonia on chest radiographs.
研究概览
详细说明
This is an international multi-center study.
Chest radiographs (CXR) from different participating centers will be collected to develop an AI algorithm to detect COVID-19 pneumonia.
This will be tested on external hold out datasets from different centers using SARS-CoV-2 by Real-Time Reverse Transcriptase-Polymerase Chain Reaction (RT-PCR) Assay as ground truth.
研究类型
观察性的
注册 (预期的)
4000
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。
学习地点
-
-
-
Hong Kong、香港
- University of Hong Kong
-
-
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 至 120年 (成人、年长者)
接受健康志愿者
是的
有资格学习的性别
全部
取样方法
非概率样本
研究人群
There will be three subsets of study population in this study; patients who were
- RT-PCR confirmed COVID-19 positive
- RT-PCR confirmed COVID-19 negative
- either had a diagnosis of pneumonia before the 1st January 2020.
描述
Inclusion Criteria:
- All adult patients >18 years of age
- Attended any of the participating institutes between February 1, 2020 until September, 2020
- Underwent both RT-PCR testing and frontal CXR (within 48 hours of PCR testing) for COVID-19 infection
- frontal CXR of patients pre-covid pandemic
Exclusion Criteria:
- Unavailability of patient demographics and clinical data
- Inconclusive RT-PCR results
- CXR considered to be of non-diagnostic quality by the clinical radiology research team at each site
- CXR not in a retrievable or processable format for AI inference
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 |
|---|---|
|
RT-PCR Positive Patients
RT-PCR confirmed patients positive for SARS-CoV-2
|
Deep Learning CNN model
|
|
Negative patients
RT-PCR confirmed patients negative for SARS-CoV-2 or patients with CXR performed before the emergence of COVID-19 pandemic
|
Deep Learning CNN model
|
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 |
|---|---|---|
|
Diagnostic Performance of AI model
大体时间：9 months
|
Performance (accuracy, sensitivity, specificity, false-positive rate (FPR), false-negative rate (FNR), and Area Under the Curve (AUC)) of the AI model in detection of COVID-19 pneumonia on their baseline CXR using RT-PCR and historical controls as gold standard in a multi-center / multi-national cohort.
|
9 months
|
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3月1日
初级完成 (预期的)
2020年10月30日
研究完成 (预期的)
2020年12月31日
研究注册日期
首次提交
2020年9月22日
首先提交符合 QC 标准的
2020年9月22日
首次发布 (实际的)
2020年9月23日
研究记录更新
最后更新发布 (实际的)
2020年9月24日
上次提交的符合 QC 标准的更新
2020年9月22日
最后验证
2020年9月1日
更多信息
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.