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。

儿童颈部肿块诊断的计算机辅助工具

2022年1月11日 更新者:Yuhan Yang、West China Hospital
本研究的目的是评估计算机辅助诊断工具使用机器学习和深度学习技术对儿童临床信息和放射影像的诊断效果。

研究概览

详细说明

本研究由四川大学华西医院进行回顾性-前瞻性设计,包括临床资料和影像学资料。 对 2010 年 6 月和 2020 年 12 月具有明确组织学诊断和可用放射学图像的患者进行了回顾性数据库登记。 研究人员在这个回顾性队列中构建了深度学习和机器学习诊断模型,并在内部对其进行了验证。 一个前瞻性队列将招募自 2021 年 1 月以来发现颈部肿块的患者。 拟议的计算机辅助诊断模型也将在该前瞻性队列中进行外部验证。 本研究的目的是使用机器学习和深度学习技术对儿童的临床数据和放射影像评估计算机辅助诊断工具对颈部肿块的诊断效果。

研究类型

观察性的

注册 (预期的)

1500

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

    • Sichuan
      • Chengdu、Sichuan、中国、6100041
        • 招聘中
        • West China Hospital, Sichuan University

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

1秒 至 18年 (孩子、成人)

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

发现颈部肿块,并在手术、活检、新辅助化疗和放疗前完成临床资料和影像学检查的患者。

描述

纳入标准:

  • 年龄不超过 18 岁
  • 诊断前未接受任何治疗
  • 经书面知情同意

排除标准:

  • 临床数据缺失
  • 不可用的放射图像
  • 未经书面知情同意

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

队列和干预

团体/队列
干预/治疗
回顾性队列
内部队列于2010年6月和2020年12月在四川大学华西医院回顾性入组。 这是一个培训和内部验证队列。
用于模型构建和验证的不同机器学习和深度学习计算机辅助策略。
前瞻性队列
前瞻性地对同一中心应用相同的纳入/排除标准。 这是一个外部验证队列。
用于模型构建和验证的不同机器学习和深度学习计算机辅助策略。

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
基于人工智能的筛查工具对儿童颈部肿块的诊断准确性
大体时间:1个月
使用基于 AI 的筛查工具对儿童颈部肿块的诊断准确性。
1个月

次要结果测量

结果测量
措施说明
大体时间
基于 AI 的筛查工具对儿童颈部肿块的诊断敏感性
大体时间:1个月
使用基于 AI 的筛查工具对儿童颈部肿块的诊断敏感性。
1个月
基于 AI 的筛查工具对儿童颈部肿块的诊断特异性
大体时间:1个月
使用基于 AI 的筛查工具对儿童颈部肿块的诊断特异性。
1个月
基于人工智能的筛查工具对儿童颈部肿块的诊断阳性预测价值
大体时间:1个月
使用基于 AI 的筛查工具对儿童颈部肿块的诊断阳性预测价值。
1个月
基于人工智能的筛查工具对儿童颈部肿块的诊断阴性预测价值
大体时间:1个月
基于人工智能的筛查工具对儿童颈部肿块的诊断阴性预测价值
1个月

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1月1日

初级完成 (预期的)

2024年12月31日

研究完成 (预期的)

2024年12月31日

研究注册日期

首次提交

2021年12月24日

首先提交符合 QC 标准的

2021年12月24日

首次发布 (实际的)

2022年1月12日

研究记录更新

最后更新发布 (实际的)

2022年1月27日

上次提交的符合 QC 标准的更新

2022年1月11日

最后验证

2022年1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)?

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.

人工智能算法的临床试验

3
订阅