- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT05368636
Kombinace kaskády jazyka a rakoviny žaludku s umělou inteligencí
Analýza spojení mezi obrazy jazyka a kaskádovou reakcí rakoviny žaludku pomocí technik umělé inteligence
Přehled studie
Postavení
Podmínky
Detailní popis
Za prvé, snímky jazyka a informace o pacientovi budou shromážděny poté, co pacient podepíše informovaný souhlas.
Za druhé, poté, co pacient podstoupí gastroskopii, budou získány zprávy o gastroskopii pacienta a zprávy o patologii.
Za třetí, zkoušející posoudí pacientovu gastroskopickou zprávu pro sekvenci Correa rakoviny žaludku se stanovením OLGA a OLGIM.
Nakonec je porovnán obraz jazyka pacienta, informace a reakce kaskády rakoviny žaludku za účelem sestavení modelu umělé inteligence a posouzení kvality modelu.
Typ studie
Zápis (Očekávaný)
Kontakty a umístění
Studijní místa
-
-
Shandong
-
Jinan, Shandong, Čína, 250012
- Qilu hosipital
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
Přijímá zdravé dobrovolníky
Pohlaví způsobilá ke studiu
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- Pacienti ve věku 40 až 80 let, kteří jsou plánováni na gastroskopii.
- Všichni pacienti dali svůj informovaný souhlas a podepsali formulář informovaného souhlasu.
Kritéria vyloučení:
- Osoby s těžkou srdeční, cerebrální, plicní nebo renální dysfunkcí nebo psychiatrickými poruchami, které se nemohou zúčastnit gastroskopie.
- Pacienti s předchozími chirurgickými zákroky na gastrointestinálním traktu.
- Pacienti užívající vizmut nebo jiná barviva.
Studijní plán
Jak je studie koncipována?
Detaily designu
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Citlivost
Časové okno: 3 roky
|
Citlivost modelů umělé inteligence Citlivost = počet pravdivě pozitivních výsledků / (počet skutečných pozitivních výsledků + počet falešně negativních) * 100 %.
|
3 roky
|
Specifičnost
Časové okno: 3 roky
|
Specifičnost modelů umělé inteligence Specifičnost = počet pravdivě negativních / (počet skutečných negativních + počet falešně pozitivních))*100 %
|
3 roky
|
Pozitivní prediktivní hodnoty (PPV)
Časové okno: 3 roky
|
Pozitivní prediktivní hodnoty z modelů umělé inteligence Pozitivní prediktivní hodnota = skutečně pozitivní / (skutečně pozitivní + falešně pozitivní)*100 %
|
3 roky
|
Negativní prediktivní hodnoty (NPV)
Časové okno: 3 roky
|
Negativní prediktivní hodnoty pro modely umělé inteligence Negativní prediktivní hodnota = skutečně negativní / (skutečně negativní + falešně negativní)*100 %
|
3 roky
|
AUC (95% CI)
Časové okno: 3 roky
|
plocha pod provozní charakteristikou přijímače (AUC)
|
3 roky
|
Přesnost
Časové okno: 3 roky
|
Přesnost modelů umělé inteligence Přesnost = (skutečná pozitiva + pravdivá negativa) / celkový počet subjektů * 100 %
|
3 roky
|
Spolupracovníci a vyšetřovatelé
Sponzor
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Očekávaný)
Primární dokončení (Očekávaný)
Dokončení studie (Očekávaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 2022SDU-QILU-G001
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .