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

Evaluering af det diagnostiske potentiale af kunstig intelligens-assisteret fækal mikrobiomtestning for inflammatorisk tarmsygdom

21. marts 2023 opdateret af: Istanbul Medipol University Hospital

Målet med dette kliniske forsøg er at evaluere det diagnostiske potentiale af kunstig intelligens-assisteret fækal mikrobiomtestning til diagnosticering af inflammatorisk tarmsygdom. Hovedspørgsmålet det sigter mod at besvare er:

• Er kunstig intelligens-assisteret fækal mikrobiomtestning en pålidelig screeningstest for inflammatorisk tarmsygdom?

Deltagerne vil blive bedt om at levere fækale prøver, der skal analyseres med næste generations sekventeringsteknikker.

Hvis der er en sammenligningsgruppe: Forskere vil sammenligne den diagnostiske ydeevne af AI-assisteret fækal mikrobiomtestning med koloskopi for at se sammenhængen mellem resultaterne af begge interventioner.

Studieoversigt

Detaljeret beskrivelse

Inflammatorisk tarmsygdom (IBD), som omfatter Crohns sygdom og colitis ulcerosa, er en kronisk og kompleks lidelse i mave-tarmkanalen, som påvirker millioner af mennesker verden over. IBD diagnosticeres typisk gennem en kombination af patienthistorie, fysisk undersøgelse, laboratorieundersøgelser og billeddannelsesundersøgelser. Disse metoder kan dog være dyre, invasive og tidskrævende, hvilket fører til forsinkelser i diagnosticering og behandling.

Nyere forskning har fokuseret på potentialet ved at bruge fækal mikrobiomtestning, som analyserer sammensætningen og funktionen af ​​tarmmikrobiotaen, som et ikke-invasivt og omkostningseffektivt screeningsværktøj for IBD. Tarmmikrobiotaen er et komplekst økosystem af mikroorganismer, der spiller en afgørende rolle i at opretholde tarmens sundhed og immunsystemets funktion. Ændringer i sammensætningen eller funktionen af ​​tarmmikrobiotaen har været forbundet med udvikling og progression af IBD.

Kunstig intelligens (AI) algoritmer kan hjælpe med analyse af fækal mikrobiom testdata og give en mere nøjagtig og pålidelig diagnose af IBD. AI kan identificere mønstre og tendenser i de komplekse data, der genereres af mikrobiomtestning, som måske ikke er synlige for menneskelige analytikere, hvilket fører til tidligere og mere nøjagtig diagnose af IBD.

Desuden kan AI hjælpe med at identificere potentielle biomarkører for IBD, som kan bruges til screening og overvågning af sygdomsaktivitet. Disse biomarkører kunne give indsigt i de underliggende mekanismer af IBD, hvilket fører til udviklingen af ​​mere effektive terapier og personlige behandlingstilgange.

Samlet set rummer brugen af ​​AI-assisteret fækal mikrobiom-testning til IBD-screening et betydeligt potentiale for at forbedre diagnosen og håndteringen af ​​denne kroniske og invaliderende sygdom.

Undersøgelsestype

Interventionel

Tilmelding (Forventet)

300

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

Studiesteder

    • Other (Non U.s.)
      • Istanbul, Other (Non U.s.), Kalkun, 34230
        • Rekruttering
        • Medipol University Esenler Hospital
        • Kontakt:
          • Naciye Cigdem Arslan, MD
          • Telefonnummer: 05313890975
        • Ledende efterforsker:
          • Naciye Cigdem Arslan

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 70 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Beskrivelse

Inklusionskriterier:

  • være over 18 år for ikke at være gravid At ansøge med klagen over kronisk diarré (4 uger eller mere) Ikke at opfylde nogen af ​​eksklusionskriterierne Underskrive den frivillige samtykkeerklæring

Ekskluderingskriterier:

  • under 18 år Gravid eller planlægger at blive tilfælde af akut diarré Har en anden kendt diagnose af gastrointestinal sygdom (malabsorption af ethvert makronæringsstof, tarmresektion, cøliaki osv.)
  • Abdominal kirurgi bortset fra blindtarmsoperation eller hysterektomi historie
  • Psykiatrisk komorbiditet
  • Kronisk sygdom, der vil påvirke mikrobiomet (kræft, diabetes, hjerte-kar-sygdomme, leversygdomme, neurologiske sygdomme osv.)
  • Brug af lægemidler, der kan påvirke fordøjelsesfunktionen (herunder brug inden for de sidste 4 uger), probiotika, narkotiske analgetika, lactulose (præbiotika) i de 4 uger før undersøgelsen
  • Patienter, der tager kosttilskud, vil ikke blive inkluderet i undersøgelsen.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Interventionel model: Enkelt gruppeopgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Koloskopi
Fækale prøver vil blive indhentet fra patienter, der er indskrevet til koloskopiprocedure for mistanke om inflammatorisk tarmsygdom
Næste generations sekventering af fækale prøver og kunstig intelligens analyse af testresultater
Koloskopi procedure

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Den diagnostiske nøjagtighed af den AI-assisterede fækale mikrobiom-test til påvisning af inflammatorisk tarmsygdom sammenlignet med koloskopi
Tidsramme: 2 uger
Den diagnostiske nøjagtighed af den AI-assisterede fækale mikrobiom-testning til påvisning af inflammatorisk tarmsygdom, målt ved sensitivitet, specificitet, positiv prædiktiv værdi, negativ prædiktiv værdi og areal under modtagerens operationskarakteristiske kurve (AUC-ROC).
2 uger

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Varol TUNALI, Dr., Celal Bayar University Faculty of Medicine Parasitology Department

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)

10. april 2023

Primær færdiggørelse (Forventet)

28. februar 2024

Studieafslutning (Forventet)

31. december 2024

Datoer for studieregistrering

Først indsendt

6. marts 2023

Først indsendt, der opfyldte QC-kriterier

21. marts 2023

Først opslået (Faktiske)

4. april 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

4. april 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

21. marts 2023

Sidst verificeret

1. marts 2023

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

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 .

Kliniske forsøg med Inflammatoriske tarmsygdomme

Abonner