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
- Navn: Nitin G Jagtap, MD
- Telefonnummer: +919182859523
- E-mail: docnits13@gmail.com
Undersøgelse Kontakt Backup
- Navn: Hardik Rughwani, MD
- Telefonnummer: +919182859523
- E-mail: hardik.hr@gmail.com
Studiesteder
-
-
Telangana
-
Hyderabad, Telangana, Indien, 500032
- Rekruttering
- Asian Institute of Gastroenterology
-
Kontakt:
- Mohan Ramchandani, MD
- Telefonnummer: +919282859523
- E-mail: docnits13@gmail.com
-
-
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.
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
Yderligere relevante MeSH-vilkår
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 .