Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Anvendelse af maskinlæringsmodeller til at reducere behovet for diagnostisk EUS eller MRCP hos patienter med mellemliggende sandsynlighed for koledocholithiasis

4. januar 2026 opdateret af: Asian Institute of Gastroenterology, India

Anvendelse af maskinlæringsmodeller for at reducere behovet for diagnostisk EUS eller MRCP hos patienter med mellemliggende sandsynlighed for koledocholithiasis - en prospektiv, åben etikett, diagnostisk undersøgelse

Maskinlæringsforudsigelsesmodel kan hjælpe med at stratificere heterogene mellemliggende sandsynlighedsgrupper for at reducere behovet for EUS eller MRCP i udvalgte undergrupper af patienter.

Studieoversigt

Status

Rekruttering

Betingelser

Detaljeret beskrivelse

De nuværende retningslinjer for mistanke om koledokolithiasis har til formål at reducere risikoen for, at patienten får diagnostisk ERCP og reducere risikoen for uønskede hændelser efter ERCP. I denne proces er der en tilsyneladende stigning i antallet af patienter i den mellemliggende sandsynlighedsgruppe, der har behov for EUS eller MRCP. Dette kan øge sundhedsplejeudnyttelsen og omkostningerne ved pleje for patienter med mellemliggende sandsynlighed. Området for kunstig intelligens i klinisk medicin er under hastig udvikling. Brugen af ​​kunstig intelligens baseret maskinlæringsmodel er ikke tilstrækkeligt undersøgt til forudsigelse af koledokolithiasis. Maskinlæringsforudsigelsesmodel kan hjælpe med at stratificere heterogene mellemliggende sandsynlighedsgrupper for at reducere behovet for EUS eller MRCP i udvalgte undergrupper af patienter.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1000

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

    • Telangana
      • Hyderabad, Telangana, Indien, 500032
        • Rekruttering
        • Asian Institute of Gastroenterology
        • Kontakt:

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

N/A

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Alle patienter med mistanke om koledocholithiasis, der opfylder enten ESGE- eller ASGE-risikostratificeringskriterier for mellemliggende sandsynlighed for koledokolithiasis, vil blive prospektivt tilmeldt fra AIG Hospitals, Hyderabad

Beskrivelse

Inklusionskriterier:

• Person på 18 år eller ældre med mistanke om koledokolithiasis, der opfylder enten ASGE- eller ESGE-risikostratificeringskriterier for mellemliggende sandsynlighed for at gennemgå EUS eller MRCP

Ekskluderingskriterier:

  • Patienter med samtidig sygdom i bugspytkirtlens galdesystem bortset fra galdesten og koledokolithiasis, som omfatter kronisk pancreatitis, galdestriktur, pancreatobiliær malignitet, portal biliopati
  • Patienter med underliggende kroniske leversygdomme
  • Graviditet og amning
  • Tidligere historie med kolecystektomi

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Arealet under Receiver Operating Characteristic-kurven (AUROC) for maskinlæringsmodellen
Tidsramme: 1 måned
Areal under modtagerens driftskarakteristikkurve (AUROC) for den maskinlæringsbaserede forudsigelsesmodel til identificering af tilstedeværelsen af koledokolitiasis.
1 måned

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk nøjagtighedsmål for endoskopisk ultralyd (EUS) eller magnetisk resonans kolangiopankreatografi (MRCP)
Tidsramme: 1 måned
Sensitivitet, specificitet, positiv prædiktiv værdi (PPV), negativ prædiktiv værdi (NPV) og areal under receiver operating characteristic-kurven (AUROC) for magnetisk resonans kolangiopankreatografi (MRCP) til identifikation af koledokolitiasis.
1 måned
Validationspræstationen for den maskinlæringsbaserede forudsigelsesmodel
Tidsramme: 1 måned
Valideringsydelsen af maskinlæringsmodel til at forudsige koledokolitiasis, vurderet ved brug af AUROC, kalibreringsmålinger (Brier-score) og kalibreringsdiagrammer i en uafhængig valideringskohort.
1 måned

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Efterforskere

  • Studieleder: Mohan Ramchandani, MD, Asian Institute of Gastroenterology

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. oktober 2023

Primær færdiggørelse (Anslået)

30. juni 2026

Studieafslutning (Anslået)

30. oktober 2026

Datoer for studieregistrering

Først indsendt

13. september 2023

Først indsendt, der opfyldte QC-kriterier

27. september 2023

Først opslået (Faktiske)

4. oktober 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

6. januar 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

4. januar 2026

Sidst verificeret

1. december 2025

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • AI EUS Choledocholithiasis

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .