Personlig forudsigelse af sygdomsforløb i colitis ulcerosa ved hjælp af multimodal maskinlæring - en del af Presager-projektet (Presager II)
Hos patienter, der opnår klinisk remission efter en opblussen, kan kunstig intelligens pålideligt forudsige en ny opblussen inden for de næste 12 måneder ved at bruge klinisk og objektiv information på dag 0 og uge 8.
Sekundære endepunkter:
- En kunstig intelligensmodels præcision til at forudsige en ny flare inden for 2 og 3 år
- En kunstig intelligensmodels præcision til at udelukke patienter, der ikke vil opleve en ny opblussen inden for 1, 2 og 3 år
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiesteder
-
-
-
Hvidovre, Danmark, 2650
- Rekruttering
- Gastrounit, medical section, Copenhagen University Hospital Hvidovre
-
Kontakt:
- Bobby ZS Lo, M.D.
- Telefonnummer: +45 28580410
- E-mail: bobby.lo@regionh.dk
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Underskrevet informeret samtykke
- Diagnose af UC i mindst 1 år
- Tilbagefald på grund af UC.
- Første endoskopiske og histologiske evaluering af blusseeksklusionskriterierne
- Begrundet tvivl om, at opblussen skyldes andre end patienternes UC
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Kohorte
- Tidsperspektiver: Fremadrettet
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Flare I
Tidsramme: inden for 1 år
|
Evaluer nøjagtigheden i at forudsige en opblussen inden for 1 år efter patientens indledende opblussen ved hjælp af maskinlæringsmetoder.
|
inden for 1 år
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Flare II
Tidsramme: inden for 2 år
|
Evaluer nøjagtigheden i at forudsige en opblussen inden for 2 år efter patientens første opblussen ved hjælp af maskinlæringsmetoder.
|
inden for 2 år
|
|
Flare III
Tidsramme: inden for 3 år
|
Evaluer nøjagtigheden i at forudsige en opblussen inden for 3 år efter patientens indledende opblussen ved hjælp af maskinlæringsmetoder.
|
inden for 3 år
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Publikationer og nyttige links
Hjælpsomme links
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- H-21020965
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
produkt fremstillet i og eksporteret fra U.S.A.
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .