人工智能在骨科疾病诊断中的应用,尤其是骨肿瘤和感染 (AIortho)
2021年11月10日 更新者:Robert Jones and Agnes Hunt Orthopaedic and District NHS Trust
转化研究旨在使用应用于临床数据、组织病理学切片和基因组测序的机器学习来提高肌肉骨骼感染和肌肉骨骼肿瘤的诊断准确性。
研究概览
研究类型
观察性的
注册 (预期的)
100
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
-
-
Shropsire
-
Oswestry、Shropsire、英国、SY10 7AG
- Robert Jones and Agnes Hunt Orthopaedic Hospital NHS Trust
-
-
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、年长者)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
概率样本
研究人群
疑似骨科感染(包括假体关节感染)或骨肿瘤患者
描述
纳入标准:
疑似骨肿瘤感染并取活检分析
排除标准:
患者不同意
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
- 观测模型:仅案例
- 时间观点:预期
队列和干预
团体/队列 |
干预/治疗 |
---|---|
感染
|
测序数据
深度学习图像
|
肿瘤
|
测序数据
深度学习图像
|
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 |
---|---|---|
测序数据和鉴定
大体时间:3年
|
使用测序数据鉴定感染和肿瘤
|
3年
|
组织学载玻片和鉴定
大体时间:3年
|
使用组织学图像进行深度学习
|
3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)
2021年6月28日
初级完成 (预期的)
2024年1月1日
研究完成 (预期的)
2024年7月1日
研究注册日期
首次提交
2021年2月8日
首先提交符合 QC 标准的
2021年2月8日
首次发布 (实际的)
2021年2月9日
研究记录更新
最后更新发布 (实际的)
2021年11月11日
上次提交的符合 QC 标准的更新
2021年11月10日
最后验证
2021年11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.