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

Forbindelse mellem tungetegn og galderefluks analyseret med kunstig intelligens

20. juni 2022 opdateret af: Xiuli Zuo, Shandong University

Analyse af forbindelsen mellem tungetegn og galderefluks ved kunstig intelligens

Ved at introducere kunstig intelligens i kinesisk medicin tungediagnose, har vi indsamlet og indsamlet tungebilleder, angst- og depressionsskalaer og gastroskopirapporter, udgravet og analyseret sammenhængen mellem tungebilleder og galderefluks og angst og depression og konstrueret en forudsigelsesmodel til at analysere muligheden for forudsigelse af galderefluks og angst og depression hos patienter baseret på tungebilleder.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Detaljeret beskrivelse

For det første vil forskeren, efter at patienten har underskrevet den informerede samtykkeerklæring, indsamle billeder af patientens tunge og indhente grundlæggende oplysninger om patienten.

For det andet scores patienterne på angst- og depressionsskalaen.

For det tredje, efter at patienten har gennemgået gastroskopi, opnås patientens gastroskopirapport.

Til sidst matches patientens tungebillede, information og gastroskopirapport for at konstruere en kunstig intelligensmodel af tungebillede og galderefluks samt angst og depression, og kvaliteten af ​​modellen vurderes.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

1500

Kontakter og lokationer

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

Studiesteder

  • Kina
    • Shandong
      • Jinan, Shandong, Kina, 250012
        • Qilu hosipital

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

18 år til 80 år (VOKSEN, OLDER_ADULT)

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Patienter i alderen 18-80 år, som skal gennemgå gastroskopi, og som opfylder inklusionskriterierne og ikke opfylder eksklusionskriterierne.

Beskrivelse

Inklusionskriterier:

  • Patienter i alderen 18 til 80 år, der ønsker at gennemgå gastroskopi.
  • Patienterne har givet deres informerede samtykke og underskrevet samtykkeerklæringen.

Ekskluderingskriterier:

  • Alvorlig hjerte-, lever-, nyre- eller anden underliggende sygdom eller psykisk sygdom.
  • Patienter, der tager anti-angst- eller depressionsmedicin inden for 3 måneder.
  • Aktuel H. pylori-infektion.
  • Historie om operation i fordøjelses- eller galdevejene.
  • Mavesår, ondartet tumor i fordøjelseskanalen mv.
  • Patienter, der tager bismuth eller andre farvningsmidler.
  • Gravide eller ammende kvinder.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Bile Reflux Group

Gastroskopiske rapporter om indskrevne patienter vil blive ekstraheret, og patienter vil blive identificeret som havende galderefluks i henhold til Kellosalo J-klassifikation.

Grad I: en lille mængde gullig refluks, der kommer fra pylorusåbningen og/eller gullig farvning af slimsøen, som er lysegul i farven.

Grad II: intermitterende tilbagesvaling fra pylorusåbningen og/eller gullig farvning af slimsøen, som er mørkegul.

Grad III: hyppig bølge af gulgrøn refluks fra pylorusåbningen og/eller gulgrøn slim, der dækker maven.
Ikke-biliær refluksgruppe
Gastroskopiske rapporter vil blive udtrukket fra patienter, der er indskrevet i gruppen, som ikke opfylder Kellosalo J-klassifikationen som den ikke-biliære refluksgruppe.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Følsomhed
Tidsramme: 3 år
Følsomhed af kunstig intelligens-modeller Sensitivitet = antal sande positive / (antal sande positive + antal falske negative) * 100%.
3 år
Specificitet
Tidsramme: 3 år

Specificitet af kunstige intelligensmodeller Specificitet = antal sande negative / (antal sande negative + antal falske positive))

*100 %
3 år
Positive prædiktive værdier (PPV)
Tidsramme: 3 år
Positive prædiktive værdier fra kunstig intelligens-modeller Positiv prædiktiv værdi = sand positiv / (sand positiv + falsk positiv) *100 %
3 år
Negative forudsigelige værdier (NPV)
Tidsramme: 3 år
Negative prædiktive værdier for kunstig intelligens-modeller Negativ prædiktiv værdi = Sand negativ / (Sand negativ + Falsk negativ) *100 %
3 år
AUC (95 % CI)
Tidsramme: 3 år
område under modtagerens driftskarakteristikkurve (AUC),
3 år
Nøjagtighed
Tidsramme: 3 år
Nøjagtighed for modeller med kunstig intelligens Nøjagtighed = (sande positive + sande negative) / samlet antal forsøgspersoner * 100 %
3 år

Samarbejdspartnere og efterforskere

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

Sponsor

Shandong University

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 (FORVENTET)

30. juni 2022

Primær færdiggørelse (FORVENTET)

30. juni 2024

Studieafslutning (FORVENTET)

30. juni 2025

Datoer for studieregistrering

Først indsendt

5. maj 2022

Først indsendt, der opfyldte QC-kriterier

5. maj 2022

Først opslået (FAKTISKE)

11. maj 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

22. juni 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

20. juni 2022

Sidst verificeret

1. juni 2022

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2022SDU-QILU-G002

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 .

Abonner