Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Anwendung maschineller Lernmodelle zur Reduzierung des Bedarfs an diagnostischem EUS oder MRCP bei Patienten mit mittlerer Wahrscheinlichkeit einer Choledocholithiasis

4. Januar 2026 aktualisiert von: Asian Institute of Gastroenterology, India

Anwendung von Modellen des maschinellen Lernens zur Reduzierung des Bedarfs an diagnostischem EUS oder MRCP bei Patienten mit mittlerer Wahrscheinlichkeit einer Choledocholithiasis – eine prospektive, offene Diagnosestudie

Das Vorhersagemodell für maschinelles Lernen kann bei der Stratifizierung heterogener Gruppen mit mittlerer Wahrscheinlichkeit helfen, um den Bedarf an EUS oder MRCP in ausgewählten Untergruppen von Patienten zu verringern.

Studienübersicht

Status

Rekrutierung

Bedingungen

Detaillierte Beschreibung

Die aktuellen Leitlinien für den Verdacht auf Choledocholithiasis zielen darauf ab, das Risiko zu verringern, dass Patienten eine diagnostische ERCP erhalten, und das Risiko unerwünschter Ereignisse nach der ERCP zu verringern. In diesem Prozess ist ein offensichtlicher Anstieg der Zahl der Patienten in der Gruppe mit mittlerer Wahrscheinlichkeit zu verzeichnen, die EUS oder MRCP benötigen. Dies kann die Inanspruchnahme der Gesundheitsversorgung und die Pflegekosten für Patienten mit mittlerer Wahrscheinlichkeit erhöhen. Der Bereich der künstlichen Intelligenz in der klinischen Medizin entwickelt sich rasant weiter. Der Einsatz eines auf künstlicher Intelligenz basierenden Modells für maschinelles Lernen ist für die Vorhersage von Choledocholithiasis nicht ausreichend untersucht. Das Vorhersagemodell für maschinelles Lernen kann bei der Stratifizierung heterogener Gruppen mit mittlerer Wahrscheinlichkeit helfen, um den Bedarf an EUS oder MRCP in ausgewählten Untergruppen von Patienten zu verringern.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

1000

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

  • Indien
    • Telangana
      • Hyderabad, Telangana, Indien, 500032
        • Rekrutierung
        • Asian Institute of Gastroenterology
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

N/A

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Alle Patienten mit Verdacht auf Choledocholithiasis, die entweder die ESGE- oder ASGE-Risikostratifizierungskriterien einer mittleren Wahrscheinlichkeit einer Choledocholithiasis erfüllen, werden prospektiv von den AIG Hospitals, Hyderabad, aufgenommen

Beschreibung

Einschlusskriterien:

• Person ab 18 Jahren mit Verdacht auf Choledocholithiasis, die entweder die ASGE- oder ESGE-Risikostratifizierungskriterien mit mittlerer Wahrscheinlichkeit erfüllt und sich einer EUS oder MRCP unterzieht

Ausschlusskriterien:

  • Patienten mit gleichzeitig bestehender Erkrankung des Gallensystems der Bauchspeicheldrüse, außer Gallensteinen und Choledocholithiasis, einschließlich chronischer Pankreatitis, Gallenstriktur, bösartiger Erkrankung der Bauchspeicheldrüse und Pfortaderbilopathie
  • Patienten mit chronischen Lebererkrankungen
  • Schwangerschaft und Stillzeit
  • Vorgeschichte einer Cholezystektomie

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Fläche unter der Receiver-Operating-Characteristic-Kurve (AUROC) des maschinellen Lernmodells
Zeitfenster: 1 Monat
Fläche unter der Receiver-Operating-Characteristic-Kurve (AUROC) des auf maschinellem Lernen basierenden Vorhersagemodells zur Identifizierung des Vorhandenseins von Choledocholithiasis.
1 Monat

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Diagnostische Genauigkeitsmetriken der Endosonografie (EUS) oder der Magnetresonanz-Cholangiopankreatikographie (MRCP)
Zeitfenster: 1 Monat
Sensitivität, Spezifität, positiver prädiktiver Wert (PPV), negativer prädiktiver Wert (NPV) und Fläche unter der Receiver-Operating-Characteristic-Kurve (AUROC) der Magnetresonanz-Cholangiopankreatikographie (MRCP) zur Identifizierung von Choledocholithiasis.
1 Monat
Validierungsleistung des Machine-Learning-Vorhersagemodells
Zeitfenster: 1 Monat
Validierungsleistung des maschinellen Lernmodells zur Vorhersage von Choledocholithiasis, bewertet anhand von AUROC, Kalibrierungsmetriken (Brier-Score) und Kalibrierungsplots in einer unabhängigen Validierungskohorte.
1 Monat

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Asian Institute of Gastroenterology, India

Ermittler

  • Studienleiter: Mohan Ramchandani, MD, Asian Institute of Gastroenterology

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. Oktober 2023

Primärer Abschluss (Geschätzt)

30. Juni 2026

Studienabschluss (Geschätzt)

30. Oktober 2026

Studienanmeldedaten

Zuerst eingereicht

13. September 2023

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

27. September 2023

Zuerst gepostet (Tatsächlich)

4. Oktober 2023

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

6. Januar 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

4. Januar 2026

Zuletzt verifiziert

1. Dezember 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • AI EUS Choledocholithiasis

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Abonnieren