Multimodal endoskopisk billedfusion til vurdering af infiltration i overfladisk esophageal pladecellecarcinom
Baseret på multimodal endoskopi og svagt overvåget dyb læring - tidlig esophageal pladecellecarcinom Infiltrationsdybde præcis forudsigelsesundersøgelse
Formålet med dette projekt er at være banebrydende for en ny protokol til supplerende screening af kræft i spiserøret i tidlige stadier og dens præcancerøse læsioner. De forventede resultater omfatter forenkling af træningsprocessen for brugere, afkortning af undersøgelsens varighed og opnåelse af en mere præcis vurdering af omfanget af kræft i spiserøret, end hvad der i dag er muligt med ultralydsteknologi. Denne forskning bestræber sig på at udnytte synergien af endoskopisk ultralyd (EUS) og Magnifying endoscopy, forstærket af mønstergenkendelse og korrelationsevner af kunstig intelligens (AI), til at detektere tidlig esophageal pladecellecarcinom og dets invasivitet sammen med højgradig neoplasi . Det overordnede mål er at fastslå potentialet og betydningen af denne tilgang til tidlig påvisning af kræft i spiserøret.
Projektets primære mål er at udvikle tre forskellige AI-assisterede diagnostiske systemer:
Et AI-drevet elektronisk endoskopisk diagnosesystem designet til autonomt at identificere læsioner.
Et AI-baseret EUS-diagnosesystem, der er i stand til automatisk at afgrænse de berørte områder.
En multimodal diagnostisk ramme, der integrerer elektronisk endoskopi med EUS for at øge diagnostisk nøjagtighed og effektivitet.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Luowei Wang
- Telefonnummer: 86-21-31161337
- E-mail: wangluoweimd@smmu.edu.cn
Studiesteder
-
-
-
Shanghai, Kina
- Changhai Hospital
-
Kontakt:
- Han Lin
- E-mail: babyhan831@aliyun.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
Patienter, der har behov for forstørrende endoskopi og endoskopisk ultralyd. Personer af begge køn, 18 år eller ældre.
Ekskluderingskriterier:
Manglende evne til at gennemføre esophageal elektronisk endoskopi. Fravær af biopsi eller kirurgi, hvilket resulterer i uopnåelige patologiske resultater. Patienter, der har gennemgået endoskopisk læsionsdestruktion eller stykkevis resektion, hvilket forhindrer erhvervelsen af en samlet resektionsprøve.
Patienter med signifikante endoskopiske, billeddiagnostiske eller patologiske tegn på fremskreden kræft i spiserøret.
Patienter med markant esophageal stenose eller dilatation. Personer med en historie med andre maligne sygdomme. Patienter, der har modtaget neoadjuverende strålebehandling. Patienter, der afviste at deltage i undersøgelsen og ikke gav informeret samtykke.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Lavgradig intraepitelial neoplasi af esophageal pladeepitel
|
De erhvervede forstørrelsesendoskopi og endoskopiske ultralydsbilleder blev delt med kunstig intelligens til maskinlæring, diagnostisk modellering og optimering.
I evalueringsfasen af den virkelige verden blev højrisikopopulationen af tidlig esophageal cancer, som planlagde at gennemgå esophageal elektronisk endoskopi, prospektivt tilmeldt.
Det kunstige intelligens-assisterede diagnosesystem blev brugt til forudsigelse før operation, og de postoperative patologiske resultater blev brugt som guldstandarden til at diagnosticere ved gruppering.
|
|
Højgradig intraepitelial neoplasi af esophageal pladeepitel
|
De erhvervede forstørrelsesendoskopi og endoskopiske ultralydsbilleder blev delt med kunstig intelligens til maskinlæring, diagnostisk modellering og optimering.
I evalueringsfasen af den virkelige verden blev højrisikopopulationen af tidlig esophageal cancer, som planlagde at gennemgå esophageal elektronisk endoskopi, prospektivt tilmeldt.
Det kunstige intelligens-assisterede diagnosesystem blev brugt til forudsigelse før operation, og de postoperative patologiske resultater blev brugt som guldstandarden til at diagnosticere ved gruppering.
|
|
Stadie T1a esophageal planocellulært karcinom
|
De erhvervede forstørrelsesendoskopi og endoskopiske ultralydsbilleder blev delt med kunstig intelligens til maskinlæring, diagnostisk modellering og optimering.
I evalueringsfasen af den virkelige verden blev højrisikopopulationen af tidlig esophageal cancer, som planlagde at gennemgå esophageal elektronisk endoskopi, prospektivt tilmeldt.
Det kunstige intelligens-assisterede diagnosesystem blev brugt til forudsigelse før operation, og de postoperative patologiske resultater blev brugt som guldstandarden til at diagnosticere ved gruppering.
|
|
Stadie T1b esophageal pladecellecarcinom
|
De erhvervede forstørrelsesendoskopi og endoskopiske ultralydsbilleder blev delt med kunstig intelligens til maskinlæring, diagnostisk modellering og optimering.
I evalueringsfasen af den virkelige verden blev højrisikopopulationen af tidlig esophageal cancer, som planlagde at gennemgå esophageal elektronisk endoskopi, prospektivt tilmeldt.
Det kunstige intelligens-assisterede diagnosesystem blev brugt til forudsigelse før operation, og de postoperative patologiske resultater blev brugt som guldstandarden til at diagnosticere ved gruppering.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Udførelse af modeller til diagnosticering af lavgradig intraepitelial neoplasi, højgradig intraepitelial neoplasi og overfladisk esophageal pladecellekarcinom
Tidsramme: 2024.04.01-2024.10.30
|
Endoskopisk submukosal dissektion (ESD) tjener som guldstandarden.
Beregning af sensitivitet og specificitet involverer brugen af fire grundlæggende metrikker: sand positiv (TP), sand negativ (TN), falsk negativ (FN) og falsk positiv (FP).
Efterfølgende bruges Area Under the Curve (AUC) til at vurdere modellens diagnostiske effektivitet.
|
2024.04.01-2024.10.30
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Efterforskere
Efterforskere
- Studiestol: Luowei Wang, Changhai Hospital
Datoer for undersøgelser
Studer store datoer
Studiestart (Anslået)
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
- Sygdomme i fordøjelsessystemet
- Neoplasmer efter histologisk type
- Neoplasmer efter sted
- Karcinom
- Neoplasmer, kirtel og epitel
- Gastrointestinale neoplasmer
- Neoplasmer i fordøjelsessystemet
- Gastrointestinale sygdomme
- Neoplasmer i hoved og hals
- Esophageale sygdomme
- Neoplasmer, pladecelle
- Neoplasmer
- Karcinom, pladecelle
- Esophageale neoplasmer
- Esophageal pladecellekarcinom
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- MEIFI-sESCC
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
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 .