- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05321472
Künstliche Intelligenz unterstützte Stentauswahl des gemeinsamen Gallengangs in der endoskopischen retrograden Cholangiopankreatographie
Studienübersicht
Status
Detaillierte Beschreibung
Die endoskopische retrograde Cholangiopankreatikographie (ERCP) ist eine Operation mit hohem Risiko. Häufige Gallengangssteine und Stenosen sind wichtige Indikationen. Die Qualitätskontrolle der ERCP ist der Schlüssel zur Verbesserung der Erfolgsquote und zur Reduzierung von Komplikationen, was große Aufmerksamkeit erregt hat. Im Jahr 2015 gab die American Society of Gastrointestinal Endoscopy/American College of Gastroenterology (ASGE/ACG) ERCP-Qualitätskontrollindikatoren heraus, darunter die Platzierung des Gallenstents und die Durchleuchtungsdauer wichtige intraoperative Qualitätskontrollindikatoren.
Die Wahl der geeigneten Größe des Gallengangstents trägt nicht nur zur erfolgreichen Stentimplantation bei, sondern verbessert auch die Prognose der Patienten. Wählen Sie einen Stent mit geeigneter Länge. Die proximale Seite des Stents sollte 1 cm über dem Obstruktionssegment liegen und das distale Ende sollte knapp außerhalb der Brustwarze liegen. Die Länge des Stents kann durch Messung des Abstands zwischen dem proximalen Ende des Hindernisses und der Brustwarze unter Röntgenaufnahme bestimmt werden.
Die Auswahl der aktuellen Stentgröße basiert auf der empirischen Einschätzung des Bedieners: (1) Schätzen Sie den Abstand anhand des Endoskopdurchmessers oder der Konuslänge oder der Kathetermarkierung. (2) Berechnen Sie durch Zurückziehen des Führungsdrahts den Abstand des Führungsdrahts zwischen zwei Punkten, um die Länge des Stents abzuschätzen. Die lange Strahlenexpositionszeit führt zu unnötigen Verletzungen sowohl für den Bediener als auch für den Patienten.
Studientyp
Einschreibung (Voraussichtlich)
Kontakte und Standorte
Studienkontakt
- Name: Rui Ji, MD, PhD
- Telefonnummer: 18560086103
- E-Mail: qljirui@email.sdu.edu.cn
Studieren Sie die Kontaktsicherung
- Name: Yanqing Li, MD, PhD
- Telefonnummer: 053182169385
- E-Mail: liyanqing@sdu.edu.cn
Studienorte
-
-
Shandong
-
Jinan, Shandong, China, 250012
- Rekrutierung
- Department of Gastroenterology,Qilu Hospital,Shandong University
-
Kontakt:
- Rui Ji, MD, PhD
- Telefonnummer: 18560086103
- E-Mail: qljirui@email.sdu.edu.cn
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten über 18 Jahre, die sich einer ERCP unterzogen haben
Ausschlusskriterien:
- fehlgeschlagene Cholangiopankreatographie aufgrund fehlgeschlagener Intubation, Magenretention, Zwölffingerdarmerkrankung usw
- Bei den Patienten konnte keine Stenose im Hauptgallengang festgestellt werden
- schlechte Cholangiogramme aufgrund fehlenden Kontrastmittels oder unzureichender Kontrastmittelfüllung (Cholangiogramme ohne das fertige CBD oder Miniaturansichten)
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
|---|
|
Gruppe zum Trainieren des Algorithmus
Diese Gruppe von Bildern wird zum Trainieren des Algorithmus der künstlichen Intelligenz verwendet
|
|
Gruppe zum Testen des Algorithmus
Diese Gruppe von Bildern wird zum Testen des Algorithmus der künstlichen Intelligenz verwendet
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die Genauigkeit der berechneten Länge der Stents durch die künstliche Intelligenz
Zeitfenster: 6 Monate
|
Die Länge des Stents wurde als „Länge von der Stenose bis zur Papille + 2 cm“ berechnet. Die von Experten ausgewählte Länge des Stents ist der Goldstandard
|
6 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die Genauigkeit der Segmentierung der künstlichen Intelligenz
Zeitfenster: 4 Monate
|
Die Genauigkeit der Segmentierung des Hauptgallengangs, der Duodenoskopie und der Stenoseläsionen durch die künstliche Intelligenz
|
4 Monate
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Adler DG, Lieb JG 2nd, Cohen J, Pike IM, Park WG, Rizk MK, Sawhney MS, Scheiman JM, Shaheen NJ, Sherman S, Wani S. Quality indicators for ERCP. Gastrointest Endosc. 2015 Jan;81(1):54-66. doi: 10.1016/j.gie.2014.07.056. Epub 2014 Dec 2. No abstract available. Erratum In: Gastrointest Endosc. 2015 Apr;81(4):1060.
- Huang L, Lu X, Huang X, Zou X, Wu L, Zhou Z, Wu D, Tang D, Chen D, Wan X, Zhu Z, Deng T, Shen L, Liu J, Zhu Y, Gong D, Chen D, Zhong Y, Liu F, Yu H. Intelligent difficulty scoring and assistance system for endoscopic extraction of common bile duct stones based on deep learning: multicenter study. Endoscopy. 2021 May;53(5):491-498. doi: 10.1055/a-1244-5698. Epub 2020 Nov 9.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Voraussichtlich)
Studienabschluss (Voraussichtlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 2021-SDU-QILU-090
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 .