Bewertung des diagnostischen Potenzials von künstlicher Intelligenz-unterstützter fäkaler Mikrobiom-Testung für entzündliche Darmerkrankungen
Das Ziel dieser klinischen Studie ist es, das diagnostische Potenzial von künstlichen Intelligenz-gestützten fäkalen Mikrobiomtests für die Diagnose von entzündlichen Darmerkrankungen zu bewerten. Die Hauptfrage, die es beantworten soll, lautet:
• Ist der von künstlicher Intelligenz unterstützte fäkale Mikrobiomtest ein zuverlässiger Screening-Test für entzündliche Darmerkrankungen?
Die Teilnehmer werden gebeten, Stuhlproben bereitzustellen, die mit Sequenzierungstechniken der nächsten Generation analysiert werden sollen.
Wenn es eine Vergleichsgruppe gibt: Die Forscher werden die diagnostische Leistung des KI-gestützten fäkalen Mikrobiomtests mit der Koloskopie vergleichen, um die Korrelation zwischen den Ergebnissen beider Interventionen zu sehen.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Chronisch entzündliche Darmerkrankungen (IBD), zu denen Morbus Crohn und Colitis ulcerosa gehören, sind eine chronische und komplexe Erkrankung des Magen-Darm-Trakts, von der weltweit Millionen von Menschen betroffen sind. IBD wird typischerweise durch eine Kombination aus Anamnese, körperlicher Untersuchung, Labortests und bildgebenden Untersuchungen diagnostiziert. Diese Methoden können jedoch teuer, invasiv und zeitaufwändig sein, was zu Verzögerungen bei der Diagnose und Behandlung führt.
Jüngste Forschungen konzentrierten sich auf das Potenzial der Verwendung von fäkalen Mikrobiomtests, die die Zusammensetzung und Funktion der Darmmikrobiota analysieren, als nicht-invasives und kostengünstiges Screening-Tool für CED. Die Darmmikrobiota ist ein komplexes Ökosystem von Mikroorganismen, das eine entscheidende Rolle bei der Aufrechterhaltung der Darmgesundheit und der Funktion des Immunsystems spielt. Veränderungen in der Zusammensetzung oder Funktion der Darmmikrobiota wurden mit der Entwicklung und dem Fortschreiten von IBD in Verbindung gebracht.
Algorithmen der künstlichen Intelligenz (KI) können bei der Analyse von Testdaten des fäkalen Mikrobioms helfen und eine genauere und zuverlässigere Diagnose von CED liefern. KI kann Muster und Trends in den komplexen Daten identifizieren, die durch Mikrobiomtests generiert werden, die für menschliche Analysten möglicherweise nicht offensichtlich sind, was zu einer früheren und genaueren Diagnose von CED führt.
Darüber hinaus kann KI helfen, potenzielle Biomarker von IBD zu identifizieren, die für das Screening und die Überwachung der Krankheitsaktivität verwendet werden könnten. Diese Biomarker könnten Einblicke in die zugrunde liegenden Mechanismen von CED liefern und zur Entwicklung wirksamerer Therapien und personalisierter Behandlungsansätze führen.
Insgesamt birgt der Einsatz von KI-gestützten fäkalen Mikrobiomtests für das IBD-Screening ein erhebliches Potenzial zur Verbesserung der Diagnose und Behandlung dieser chronischen und schwächenden Krankheit.
Studientyp
Einschreibung (Voraussichtlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Varol TUNALI, Dr.
- Telefonnummer: 00905556303231
- E-Mail: varoltunali@gmail.com
Studienorte
-
-
Other (Non U.s.)
-
Istanbul, Other (Non U.s.), Truthahn, 34230
- Rekrutierung
- Medipol University Esenler Hospital
-
Kontakt:
- Naciye Cigdem Arslan, MD
- Telefonnummer: 05313890975
-
Hauptermittler:
- Naciye Cigdem Arslan
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Beschreibung
Einschlusskriterien:
- über 18 Jahre alt sein, nicht schwanger zu sein Antragstellung bei Beschwerden über chronischen Durchfall (ab 4 Wochen) Nichterfüllung der Ausschlusskriterien Unterzeichnung der freiwilligen Einwilligungserklärung
Ausschlusskriterien:
- unter 18 Jahren schwanger sind oder planen, es zu werden Fälle von akutem Durchfall eine andere bekannte Diagnose einer Magen-Darm-Erkrankung haben (Malabsorption von Makronährstoffen, Darmresektion, Zöliakie usw.)
- Bauchchirurgie außer Appendektomie oder Hysterektomie in der Anamnese
- Psychiatrische Komorbidität
- Chronische Erkrankungen, die das Mikrobiom beeinträchtigen (Krebs, Diabetes, Herz-Kreislauf-Erkrankungen, Lebererkrankungen, neurologische Erkrankungen usw.)
- Einnahme von Arzneimitteln, die die Verdauungsfunktion beeinträchtigen können (einschließlich Einnahme in den letzten 4 Wochen), Probiotika, narkotische Analgetika, Lactulose (Präbiotika) in den 4 Wochen vor der Studie
- Patienten, die Nahrungsergänzungsmittel einnehmen, werden nicht in die Studie aufgenommen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Darmspiegelung
Stuhlproben werden von Patienten entnommen, die wegen des Verdachts auf eine entzündliche Darmerkrankung für eine Koloskopie angemeldet sind
|
Sequenzierung von Stuhlproben der nächsten Generation und Analyse von Testergebnissen mit künstlicher Intelligenz
Koloskopie-Verfahren
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die diagnostische Genauigkeit des KI-gestützten fäkalen Mikrobiomtests beim Nachweis entzündlicher Darmerkrankungen im Vergleich zur Koloskopie
Zeitfenster: 2 Wochen
|
Die diagnostische Genauigkeit des KI-gestützten fäkalen Mikrobiomtests beim Nachweis entzündlicher Darmerkrankungen, gemessen anhand von Sensitivität, Spezifität, positivem Vorhersagewert, negativem Vorhersagewert und Fläche unter der Receiver Operating Characteristic Curve (AUC-ROC).
|
2 Wochen
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Varol TUNALI, Dr., Celal Bayar University Faculty of Medicine Parasitology Department
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Voraussichtlich)
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
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2022-12-08
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .
Klinische Studien zur Entzündliche Darmerkrankungen
-
Arkansas Children's Hospital Research InstituteEunice Kennedy Shriver National Institute of Child Health and Human Development...BeendetSIRS (Systemic Inflammatory Response Syndrome)Vereinigte Staaten
-
University of ArkansasBeendetPädiatrische Patienten mit SIRS (Systemic Inflammatory Response Syndrome)Vereinigte Staaten