帮助解释乳房 X 线照片的人工智能算法的临床验证 (ALGO-MAMMO)
2023年11月7日 更新者：University Hospital, Strasbourg, France
其目的是在大量人群中临床验证肿瘤检测辅助软件，该软件已经在具有代表性的法国人群（来自法国西部和东部几个医院中心和几个部门的自由主义者）上接受过培训。
该人群包括 1000 名接受过乳腺癌治疗（通过乳腺活检在组织学上证实）的患者，其研究人员在诊断时进行了乳房 X 光检查。 对照人群由每位患者未受影响的乳房组成（双侧癌症的罕见病例除外）。
这种创新软件的主要特点是识别健康的乳腺组织，使放射科医生能够专注于有风险的乳腺组织，改善医疗时间的管理和“困难”文件的管理。
研究概览
地位
完全的
条件
研究类型
观察性的
注册 (实际的)
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。
学习地点
-
-
-
Strasbourg、法国、67091
- Service de Radiologie 1 - CHU de Strasbourg - France
-
-
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
40年 至 75年 (成人、年长者)
接受健康志愿者
不
取样方法
非概率样本
研究人群
2010 年至 2020 年间在 HUS 接受乳腺癌治疗的 40 至 75 岁成年女性
描述
纳入标准：
- 40至75岁的成年女性
- 2010 年至 2020 年间在 HUS 接受的乳腺癌治疗
- 包括可用的乳房 X 线摄影和组织学证据
- 已同意出于研究目的重复使用她的匿名数据的患者
排除标准：
- 表示反对参与研究的女性
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：追溯
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 |
|---|---|---|
|
评估由乳腺 X 光诊断辅助软件辅助的操作员肿瘤检测的诊断性能（灵敏度、特异性），并将其与无辅助操作员的诊断性能进行比较。
大体时间：将检查从 2010 年 1 月 1 日到 2020 年 1 月 1 日回顾分析的文件
|
该评估基于在乳房 X 线照片上描绘肿瘤区域的轮廓。
|
将检查从 2010 年 1 月 1 日到 2020 年 1 月 1 日回顾分析的文件
|
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4月20日
初级完成 (实际的)
2023年3月20日
研究完成 (实际的)
2023年5月20日
研究注册日期
首次提交
2022年11月25日
首先提交符合 QC 标准的
2022年11月25日
首次发布 (实际的)
2022年12月7日
研究记录更新
最后更新发布 (实际的)
2023年11月8日
上次提交的符合 QC 标准的更新
2023年11月7日
最后验证
2022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.