- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06335654
Real-time kunstig intelligens-baseret endocytoskopisk diagnose af kolorektale neoplasmer
16. april 2024 opdateret af: Hong Xu, The First Hospital of Jilin University
Real-time kunstig intelligens-baseret endocytoskopisk diagnose af kolorektale neoplasmer: et enkelt center, prospektiv klinisk undersøgelse
Kolorektal cancer (CRC) er den tredjehyppigste malignitet og den næsthyppigste årsag til kræftrelateret død på verdensplan.
Koloskopi anses for at være den foretrukne metode til screening for kolorektal cancer, og resektion af kolorektale læsioner kan reducere forekomsten og dødeligheden af kolorektal cancer betydeligt.
For at forbedre den kvalitative og kvantitative diagnose af kolorektale læsioner er mange endoskopiske teknikker, såsom billedforstærket endoskopi (IEE), herunder narrowband imaging (NBI), forstørrelsesendoskopi, pigmentendoskopi, konfokal laserendoskopi og endocytoskopi (EC) anvendt klinisk.
Men med det stigende antal endoskopiske resektioner stiger omkostningerne forbundet med den patologiske diagnose af endoskopisk resektion og resektionsprøver år for år.
I klinisk praksis kræver nogle ikke-neoplastiske kolorektale læsioner muligvis ikke resektion, så det er vigtigt at skelne neoplastisk fra ikke-neoplastisk under koloskopi.
Anvendelsen af EC er beregnet til at opnå formålet med histopatologisk endoskopisk diagnose i realtid uden biopsi.
Adskillige undersøgelser har vist, at EC er effektiv til at identificere arten af kolorektale læsioner og bedømme dybden af invasionen i CRC.
Ud fra den endoskopiske diagnose kan endoskopisten fastlægge behandlingsplanen for de kolorektale læsioner.
Det seneste EC er et integreret endoskop med et kontaktlysmikroskopisystem med en maksimal forstørrelse på 520 x.
EC kan demonstrere den atypiske kirtelstruktur og celler efter farvning og vise læsionens superforstærkede overflademikrokar under EC-NBI-tilstand.
Imidlertid kræver bedømmelsen af endocytoskopiske billeder en masse erfaring for at forbedre den diagnostiske nøjagtighed.
Desuden har endoskopister visse subjektive vurderinger og fejl i endocytoskopisk diagnose.
Der er et kunstig intelligenssystem, som er blevet udviklet til at identificere kolorektale neoplasmer.
Der er dog stadig mangel på prospektiv klinisk verifikation baseret på kinesisk befolkning.
I undersøgelsen udførte efterforskerne en prospektiv klinisk undersøgelse for at bestemme den diagnostiske nøjagtighed af et kunstigt intelligenssystem.
Studieoversigt
Status
Rekruttering
Betingelser
Intervention / Behandling
Undersøgelsestype
Observationel
Tilmelding (Anslået)
350
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Mingqing Liu, Doctor
- Telefonnummer: +8613204300453
- E-mail: liumq23@mails.jlu.edu.cn
Studiesteder
-
-
Jilin
-
Changchun, Jilin, Kina, 130021
- Rekruttering
- First Hospital of Jilin University
-
-
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
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Ingen
Prøveudtagningsmetode
Sandsynlighedsprøve
Studiebefolkning
Efterforskerne analyserede kun endoskopisk eller kirurgisk resekerede kolorektale læsioner, der var blevet observeret med EC-NBI og EC-farvet af endoskopister og kunstigt intelligenssystem før behandling, som i sidste ende blev udført histopatologisk undersøgelse.
Beskrivelse
Inklusionskriterier:
- kolorektale læsioner
Ekskluderingskriterier:
- ikke-epiteliale tumorer
- en historie med inflammatorisk tarmsygdom
- kemoterapi eller strålebehandling mod tyktarmskræft
- læsioner uden klare EC-billeder
- specifikke patologiske typer
- familiær adenomatøs polypose
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 |
Intervention / Behandling |
---|---|
kolorektal læsion
|
De kolorektale læsioner var blevet observeret med EC-NBI og EC-farvet af endoskopister før behandling, som i sidste ende blev udført histopatologisk undersøgelse.
Endocytoskopierne (CF-H290ECI, Olympus, Tokyo, Japan) har en maksimal forstørrelse på ×520, fokuseringsdybde, 35 μm; synsfelt, 570 × 500μm.
Under EC-NBI trykkede endoskopisten på knappen på endoskopet for at skifte fra hvidlys-billeddannelse til NBI og observerede læsionen med fuld forstørrelse.
Efter endocytoskopisk observation vil det kunstige intelligenssystem være åbent og vise det prædiktive resultat.
Endelig udførte endoskopisten EC-farvet tilstandsdiagnose efter farvning af læsionsoverfladen med 1,0 % methylenblåt.
Efter endocytoskopisk observation vil det kunstige intelligenssystem være åbent igen og vise det prædiktive resultat.
Andre navne:
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
---|---|
følsomhed
Tidsramme: December 2024
|
December 2024
|
specificitet
Tidsramme: December 2024
|
December 2024
|
nøjagtighed
Tidsramme: December 2024
|
December 2024
|
positiv prædiktiv værdi
Tidsramme: December 2024
|
December 2024
|
negativ forudsigelsesværdi
Tidsramme: December 2024
|
December 2024
|
høj sikkerhed diagnose rate
Tidsramme: December 2024
|
December 2024
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
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. april 2024
Primær færdiggørelse (Anslået)
31. december 2024
Studieafslutning (Anslået)
31. december 2024
Datoer for studieregistrering
Først indsendt
22. marts 2024
Først indsendt, der opfyldte QC-kriterier
22. marts 2024
Først opslået (Faktiske)
28. marts 2024
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
18. april 2024
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
16. april 2024
Sidst verificeret
1. april 2024
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 24K056-001
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 Kolorektale neoplasmer
-
Guangzhou First People's HospitalAfsluttet
-
University of ArkansasAktiv, ikke rekrutterendeColorectal cancer og inflammatorisk tarmsygdomForenede Stater
-
University Health Network, TorontoAstraZenecaAktiv, ikke rekrutterendeAdenocarcinom i bugspytkirtlen | Leiomyosarkom | Mismatch Reparation Proficient Colorectal CancerCanada
-
Tianjin Medical University Cancer Institute and...RekrutteringMSI-H Advanced Colorectal CancerKina
-
Bristol-Myers SquibbAktiv, ikke rekrutterendeMikrosatellit stabil kolorektal cancer | Mismatch Reparation Proficient Colorectal Cancer | Mikrosatellit ustabil kolorektal cancer | Mismatch Reparation Manglende tyktarmskræftForenede Stater, Australien, Belgien, Canada, Irland, Italien, Spanien, Frankrig
-
Syndax PharmaceuticalsMerck Sharp & Dohme LLCAfsluttetMelanom | Ikke-småcellet lungekræft | Mismatch Reparation-Proficient Colorectal CancerForenede Stater
Kliniske forsøg med kunstig intelligens system
-
Dr. Cristobal EstebanOsakidetzaRekruttering
-
Mayo ClinicTilmelding efter invitation
-
NeoChordAfsluttetMitralklap opstødDanmark, Tyskland, Italien, Litauen
-
Valduce HospitalAfsluttet
-
West China HospitalIkke rekrutterer endnuKunstig intelligens | Atopisk dermatitis
-
SynCardia Systems. LLCGodkendt til markedsføring
-
NeoChordRekrutteringHjerteklapsygdomme | Mitral regurgitation | Mitralventilinsufficiens | Mitralklapprolaps | MitralklapsygdomTyskland, Grækenland, Schweiz
-
Insulet CorporationAfsluttet
-
Carmat SASuspenderet
-
NuVasiveTilmelding efter invitationDegenerativ diskussygdom | Cervikal diskus sygdomForenede Stater