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

Endoskopisk ultralydstyret fine-nåle-aspiration af faste pancreaslæsioner med hurtig farvning af cytologisk udstrygning efterfulgt af helhedsskanning og kunstig intelligensdiagnose: en prospektiv multicenterundersøgelse.

8. februar 2025 opdateret af: Ruijin Hospital

内镜超声穿刺胰腺实性占位细胞涂片快速染色后全玻片扫描及人工智能诊断 : 一项前瞻性、多中心研究

Formålet med denne observationsundersøgelse er at undersøge, om den selvudviklede hele glidescanning og kunstig intelligensdiagnostisk system for pikreatisk faste læsions punkteringcytopatologi (i det følgende benævnt det "zhiying shunxi" Rose-AI-diagnostisk system) hurtigt og præcist diagnosticerer fast stof fast stoffødt Pankreatiske læsioner (SPL'er). Det vigtigste spørgsmål, det sigter mod at besvare, er:

Ved at anvende optisk billeddannelsesteknologi til at fange RGB-billeder af diff-quik farvede udstrygning fra pancreaspunkteringer, kan udviklingen af ​​kunstig intelligensalgoritmer hjælpe med at differentiere fast pancreatisk rumboksoplykket sygdomme (såsom bugspytkirtlen godartede læsioner)?

Forskere vil sammenligne diagnoserne af SPL'er foretaget af Rose-AI-systemet med de faktiske patologiske diagnoser af SPL'erne for at bestemme, om Rose-AI-systemet effektivt kan diagnosticere SPL'er.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1500

Kontakter og lokationer

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

Studiesteder

    • Shanghai
      • Shanghai, Shanghai, Kina, 200000
        • Rekruttering
        • Ruijin Hospital, Shanghai Jiaotong University School of Medicine
        • Kontakt:
      • Shanghai, Shanghai, Kina, 200025
        • Rekruttering
        • Department of Gastroenterolog, Ruijin Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
        • Kontakt:

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 blev opnået på grund af nødvendigheden af ​​sygdomsbehandling og i overensstemmelse med rutinemæssige kliniske arbejdsgange og blev til sidst bekræftet som pancreasduktale adenocarcinom, pancreasneuroendokrine tumorer og ikke-neoplastiske godartede læsioner.

Beskrivelse

Inkluderingskriterier:

  • En dateret og underskrevet informeret samtykke formulerer en forpligtelse til at overholde forskningsprocedurerne og samarbejde gennem hele studiepersoner i alderen 18 år og derover, uanset kønsdiagnose eller mistanke om en fast pancreas-rumbesætningslæsion baseret på billedundersøgelser (B-mode ultralyd. , CT eller MRI)

Ekskluderingskriterier:

  • Kan ikke være i stand til eller nægter at underskrive den informerede samtykkeformular, der ikke er i stand til at suspendere antikoagulation/antiplateletterapi gravid eller ammende med en mental sygdom eller andre medicinske tilstande, der er uegnet til at gennemgå FNA/B -biopsi -tilstedeværelse af koagulationsforstyrrelser (PLT <50 × 10^3/μl , INR> 1.5) Pancreascystiske læsioner Ikke-diagnostiske EUS-FNA/B-prøver, der har mindre end 8 mikroskopiske felter af interesse (ROI) i de digitale patologibilleder af hele diff-quik-udstrygningsglasset

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
Pankreatisk ductal adenocarcinom
Alle prøver blev opnået på grund af nødvendigheden af ​​sygdomsbehandling og i overensstemmelse med rutinemæssige kliniske arbejdsgange. Efter at de patologiske diagnoser blev bekræftet af patologiafdelingerne på de hospitaler, der var tilknyttet de respektive endoskopiske centre, blev de berettigede puncreatic punktering diff-quik farvede udstrygninger lånt og overført til Ruijin Hospital tilknyttet School of Medicine, Shanghai Jiao Tong University. Der blev det selvudviklede "Zhiying Shunxi" -system brugt til at fange tilsvarende traditionelle lysmikroskop RGB-billeder. Efter at billeddannelsen var afsluttet, blev alle prøver returneret til de endoskopiske centre, hvorfra de stammer fra. Ved hjælp af RGB -billederne som input blev der udviklet en kunstig intelligensalgoritme til at hjælpe med at differentiere faste pancreaslæsioner.
Pankreatisk neuroendokrin tumor
Alle prøver blev opnået på grund af nødvendigheden af ​​sygdomsbehandling og i overensstemmelse med rutinemæssige kliniske arbejdsgange. Efter at de patologiske diagnoser blev bekræftet af patologiafdelingerne på de hospitaler, der var tilknyttet de respektive endoskopiske centre, blev de berettigede puncreatic punktering diff-quik farvede udstrygninger lånt og overført til Ruijin Hospital tilknyttet School of Medicine, Shanghai Jiao Tong University. Der blev det selvudviklede "Zhiying Shunxi" -system brugt til at fange tilsvarende traditionelle lysmikroskop RGB-billeder. Efter at billeddannelsen var afsluttet, blev alle prøver returneret til de endoskopiske centre, hvorfra de stammer fra. Ved hjælp af RGB -billederne som input blev der udviklet en kunstig intelligensalgoritme til at hjælpe med at differentiere faste pancreaslæsioner.
Ikke-neoplastiske godartede læsioner
Alle prøver blev opnået på grund af nødvendigheden af ​​sygdomsbehandling og i overensstemmelse med rutinemæssige kliniske arbejdsgange. Efter at de patologiske diagnoser blev bekræftet af patologiafdelingerne på de hospitaler, der var tilknyttet de respektive endoskopiske centre, blev de berettigede puncreatic punktering diff-quik farvede udstrygninger lånt og overført til Ruijin Hospital tilknyttet School of Medicine, Shanghai Jiao Tong University. Der blev det selvudviklede "Zhiying Shunxi" -system brugt til at fange tilsvarende traditionelle lysmikroskop RGB-billeder. Efter at billeddannelsen var afsluttet, blev alle prøver returneret til de endoskopiske centre, hvorfra de stammer fra. Ved hjælp af RGB -billederne som input blev der udviklet en kunstig intelligensalgoritme til at hjælpe med at differentiere faste pancreaslæsioner.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtighed
Tidsramme: Gennem undersøgelsesafslutning, i gennemsnit 2 år
Nøjagtighed = (TP + TN) / (TP + FP + FN + TN)
Gennem undersøgelsesafslutning, i gennemsnit 2 år

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)

31. december 2024

Primær færdiggørelse (Anslået)

31. maj 2027

Studieafslutning (Anslået)

30. juni 2027

Datoer for studieregistrering

Først indsendt

22. januar 2025

Først indsendt, der opfyldte QC-kriterier

8. februar 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

8. februar 2025

Sidst verificeret

1. januar 2025

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • RuijinH2024574

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 Pancreas sygdom

Kliniske forsøg med Rose-AI Diagnostic System

Abonner