Künstliche Intelligenz zur Bestimmung von Gastroskopie-Überwachungsintervallen
Entwicklung und Validierung von Empfehlungen zur Gastroskopie-Überwachung basierend auf der Verarbeitung natürlicher Sprache für Patienten mit Magenkrebs und Präkanzerosen
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Shandong
-
Jinan, Shandong, China, 250012
- Qilu Hospital, Shandong University
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten im Alter von 18 - 80 Jahren
- Die Patienten wurden endoskopisch untersucht
Ausschlusskriterien:
- Patienten mit Kontraindikationen für die endoskopische Untersuchung
- Patienten mit unvollständigen Untersuchungsinformationen
- Die Patienten unterziehen sich zur Therapie einer Endoskopie
- Die Patienten haben eine Vorgeschichte von Operationen im oberen Gastrointestinaltrakt
- Patienten mit Zwölffingerdarm- oder Kehlkopfneoplasmen
- Patienten mit gastrointestinalem submukösem Tumor
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Sonstiges
- Zeitperspektiven: Retrospektive
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Entscheidungsgruppe zur Unterstützung der künstlichen Intelligenz
Gemäß den endoskopischen Berichten und pathologischen Berichten erkennt das Entscheidungsunterstützungssystem die Krankheitstypen und -grade der Patienten und generiert Richtlinien basierend auf Überlebens- oder Behandlungsempfehlungen.
|
Gemäß den endoskopischen Berichten und pathologischen Berichten erkennt das Entscheidungsunterstützungssystem die Krankheitstypen und -grade der Patienten und generiert Richtlinien basierend auf Überlebens- oder Behandlungsempfehlungen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die diagnostische Genauigkeit von Magenerkrankungen mit Deep-Learning-Algorithmus
Zeitfenster: 12 Monate
|
Die diagnostische Genauigkeit von Magenerkrankungen mit Deep-Learning-Algorithmus
|
12 Monate
|
|
Die Genauigkeit der Empfehlungen für verschiedene Krankheiten mit Deep-Learning-Algorithmus
Zeitfenster: 12 Monate
|
Die Genauigkeit der Empfehlungen für verschiedene Krankheiten mit Deep-Learning-Algorithmus
|
12 Monate
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die diagnostische Sensitivität von Magenerkrankungen mit Deep-Learning-Algorithmus
Zeitfenster: 12 Monate
|
Die diagnostische Sensitivität von Magenerkrankungen mit Deep-Learning-Algorithmus
|
12 Monate
|
|
Die diagnostische Spezifität von Magenerkrankungen mit Deep-Learning-Algorithmus
Zeitfenster: 12 Monate
|
Die diagnostische Spezifität von Magenerkrankungen mit Deep-Learning-Algorithmus
|
12 Monate
|
|
Der diagnostische positive Vorhersagewert von Magenerkrankungen mit Deep-Learning-Algorithmus
Zeitfenster: 12 Monate
|
Der diagnostische positive prädiktive Wert von Magenerkrankungen mit Deep-Learning-Algorithmus
|
12 Monate
|
|
Der diagnostische negative Vorhersagewert von Magenerkrankungen mit Deep-Learning-Algorithmus
Zeitfenster: 12 Monate
|
Der diagnostische negative Vorhersagewert von Magenerkrankungen mit Deep-Learning-Algorithmus
|
12 Monate
|
|
Der F-Score von Magenerkrankungen mit Deep-Learning-Algorithmus
Zeitfenster: 12 Monate
|
Der F-Score von Magenerkrankungen mit Deep-Learning-Algorithmus
|
12 Monate
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Voraussichtlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
- Erkrankungen des Verdauungssystems
- Pathologische Prozesse
- Neubildungen nach histologischem Typ
- Neubildungen nach Standort
- Karzinom
- Neubildungen, Drüsen und Epithelien
- Gastrointestinale Neubildungen
- Neoplasmen des Verdauungssystems
- Magen-Darm-Erkrankungen
- Magenerkrankungen
- Gastroenteritis
- Neubildungen
- Karzinom in situ
- Magenneoplasmen
- Gastritis
- Metaplasie
- Gastritis, atrophisch
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 2022-SDU-QILU-G008
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .