- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT07305324
Verbesserung der Leberfibrose-Diagnose in der Primärversorgung mit FibroX AI
Validierung eines KI-Tools zur Verbesserung der Diagnose fortgeschrittener Leberfibrose bei MASLD in der Primärversorgung: Eine Pilotstudie als randomisierte kontrollierte Crossover-Studie auf Anbieterebene
Das Ziel dieser klinischen Studie ist zu untersuchen, ob ein Künstliche-Intelligenz-(KI)-Tool namens FibroX Hausärzten dabei helfen kann, signifikante Leberfibrose (≥F2) und klinisch signifikante portale Hypertonie bei Erwachsenen mit stoffwechselassoziierten Steatose-Lebererkrankungen (MASLD) besser zu diagnostizieren.
Die Hauptfragen, die beantwortet werden sollen, sind:
- Kann FibroX die Genauigkeit der Diagnose von signifikanter Leberfibrose (≥F2) und klinisch signifikanter portaler Hypertonie im Vergleich zur Standardversorgung verbessern?
- Ist FibroX einfach zu bedienen und für Hausärzte in simulierten klinischen Umgebungen akzeptabel?
- Vertrauen Ärzte FibroX als Entscheidungsunterstützungstool?
Die Forscher werden FibroX-gestützte Versorgung mit Standardversorgung vergleichen, um zu sehen, ob FibroX die diagnostische Genauigkeit, das Vertrauen der Ärzte verbessert und bessere Entscheidungsfindung unterstützt.
Die Teilnehmer werden:
- Hausärzte (MDs, DOs, NPs, PAs) aus verschiedenen Kliniken sein
- Simulierte Patientenfälle mit MASLD-Risikofaktoren beurteilen
- Entweder Standardversorgungstools (Standard-Labortests und optionaler FIB-4-Rechner) oder FibroX (KI-generierter Risikoscore, Triage-Band und Erklärbarkeits-Panel) verwenden
- Für jeden Fall diagnostische und Überweisungsentscheidungen treffen
- Umfragen zu Benutzerfreundlichkeit, Vertrauen in KI, Selbstvertrauen und kognitiver Arbeitsbelastung ausfüllen
Diese Studie wird helfen zu bestimmen, ob FibroX in reale hausärztliche Arbeitsabläufe integriert werden kann, um eine frühere und genauere Erkennung von Leberfibrose und portaler Hypertonie zu unterstützen, was möglicherweise übersehene Diagnosen reduziert, unnötige Überweisungen verringert und die Patientenergebnisse verbessert.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Diese Studie ist ein 12-monatiger Pilot-Klinikversuch, der darauf ausgelegt ist, die Durchführbarkeit, Benutzerfreundlichkeit, das Vertrauen der Anbieter und die vorläufige Wirksamkeit von FibroX zu bewerten, einem erklärbaren künstlichen Intelligenz (KI)-Werkzeug, das entwickelt wurde, um die Diagnose von signifikanter Leberfibrose (≥F2) und klinisch signifikanter portaler Hypertonie bei Erwachsenen mit stoffwechselassoziierten Steatotischen Lebererkrankungen (MASLD) zu verbessern. MASLD ist eine häufige und fortschreitende Lebererkrankung, die zu Zirrhose, Leberversagen und einem erhöhten kardiovaskulären Risiko führen kann. Die Früherkennung dieser Erkrankungen ist entscheidend, da aktuelle Leitlinien die Einleitung einer Therapie empfehlen (z. B. Resmetirom oder Semaglutid bei ≥F2-Fibrose und Betablocker bei portaler Hypertonie). Allerdings fehlt es bestehenden Werkzeugen wie FIB-4 oft an Genauigkeit und Benutzerfreundlichkeit in der routinemäßigen Primärversorgung.
FibroX begegnet diesen Einschränkungen, indem es routinemäßig verfügbare klinische Daten wie Alter, Leberenzyme, Thrombozytenzahl, BMI und Nierenfunktion nutzt, um die Wahrscheinlichkeit einer signifikanten Fibrose und portalen Hypertonie abzuschätzen. Es bietet eine Triage-Bandbreite (Ausschluss, unbestimmt, Einbeziehung) und eine einzeilige Erklärung, welche klinischen Faktoren die Vorhersage am meisten beeinflusst haben. Diese Transparenz wird durch die Verwendung von Shapley Additive Explanations (SHAP) erreicht, die Klinikern helfen zu verstehen, wie die KI zu ihrer Schlussfolgerung gelangt ist.
In retrospektiven Studien zeigte FibroX eine überlegene diagnostische Leistung im Vergleich zu FIB-4 (AUROC 0,97 vs. 0,62) und war mit einem langfristigen Mortalitätsrisiko verbunden, was auf einen prognostischen Wert über den diagnostischen Nutzen hinaus hindeutet.
Dieser Pilotversuch wird realitätsnahe Arbeitsabläufe der Primärversorgung simulieren, um zu testen, ob FibroX von Klinikern effektiv genutzt werden kann. Die Studie wird 30-40 Primärversorger (MDs, DOs, NPs, PAs) aus 4-6 verschiedenen Kliniken rekrutieren. Jeder Anbieter wird an zwei Simulationsperioden teilnehmen, die jeweils 16 synthetische oder anonymisierte Patientenakten umfassen, die Erwachsene mit MASLD-Risikofaktoren widerspiegeln. Die Grundwahrheit für das Fibrosestadium und die portale Hypertonie wird durch Biopsie oder Expertenkonsens unter Verwendung von Vibration-Controlled Transient Elastography (VCTE) und leitlinienbasierten Kriterien bestimmt.
Anbieter werden zufällig zugewiesen, um Fälle in einer von zwei Sequenzen zu überprüfen:
- FibroX-unterstützte Versorgung: Anbieter erhalten FibroX's Risikowahrscheinlichkeit, Triage-Bandbreite und Erklärungs-Panel.
- Übliche Versorgung: Anbieter verwenden Standard-Labore und Vitalwerte mit optionalem Zugang zum FIB-4-Rechner.
Nach einer einwöchigen Auswaschphase wechseln die Anbieter zur anderen Bedingung. Für jeden Fall treffen die Anbieter eine Managemententscheidung (z. B. keine Maßnahme, VCTE anordnen, an die Hepatologie überweisen), dokumentieren ihr Vertrauensniveau und füllen Umfragen zu Benutzerfreundlichkeit, Vertrauen in KI und kognitiver Arbeitsbelastung aus.
Primäre Endpunkte
- Durchführbarkeit: Rekrutierungsrate ≥70 %, Abschlussrate ≥85 %, mittlere Entscheidungszeit ≤3,5 Minuten.
- Benutzerfreundlichkeit und Akzeptanz: System Usability Scale (SUS) Score ≥70.
- Anbietervertrauen: AI-Trust Scale Score ≥6.
- Wirksamkeit: Diagnosegenauigkeit pro Anbieter für signifikante Fibrose (≥F2) und klinisch signifikante portale Hypertonie.
Sekundäre Endpunkte
- Angemessene Überweisungsraten
- Netto-Neuklassifizierungsverbesserung (NRI)
- Kalibrierungsmetriken (Intercept, Slope)
- Anbietervertrauen und kognitive Belastung (NASA-TLX)
- Beabsichtigte nachgelagerte Testbelastung
- Übernahme und Treue zu Triage-Empfehlungen
- Überschreibungsraten und Gründe
- Fairness-Analyse über Subgruppen (Alter, Geschlecht, BMI, Rasse/Ethnizität)
Alle Anbieteraktionen und Entscheidungszeiten werden automatisch protokolliert. Nachperiodenumfragen und qualitative Nachbesprechungen werden Hindernisse und Erleichterungen bei der Nutzung von FibroX untersuchen.
Studienbedeutung Diese Pilotstudie wird kritische Daten generieren, um einen zukünftigen multizentrischen Versuch und die potenzielle Integration von FibroX in elektronische Gesundheitsakten zu unterstützen. Bei Erfolg könnte FibroX eine skalierbare, leitliniengerechte Screening-Methode für signifikante Leberfibrose und portale Hypertonie in der Primärversorgung ermöglichen, wodurch verpasste Diagnosen und unnötige Überweisungen reduziert werden. Dies steht im Einklang mit nationalen Prioritäten für Präzisionsmedizin und verantwortungsvolle KI-Implementierung im Gesundheitswesen.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Basile Njei, MD, MPH, PhD, FRCP
- Telefonnummer: 475-227-5537
- E-Mail: basile.njei@yale.edu
Studieren Sie die Kontaktsicherung
- Name: Ulrick S Kanmounye, MD, MPH, MSc
- Telefonnummer: 5705404973
- E-Mail: ulricksidney@gmail.com
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Lizenzierte Hausarztanbieter (MD, DO, NP oder PA)
- Derzeit in der Erwachsenen-Hausarztpraxis tätig (≥0,5 Vollzeitäquivalent)
- Mit einer der teilnehmenden Kliniken (akademisch, kommunal oder Bundesqualifiziertes Gesundheitszentrum) verbunden
- Bereit und in der Lage, an simulierten elektronischen Patientenakten (EHR)-basierten Fallüberprüfungen teilzunehmen
- In der Lage, eine informierte Einwilligung zu erteilen
Ausschlusskriterien:
- Anbieter, die nicht aktiv in der Erwachsenen-Hausarztpraxis tätig sind
- Anbieter mit weniger als 0,5 VZÄ in der klinischen Praxis
- Frühere Beteiligung an der Entwicklung oder Validierung des FibroX-Tools
- Unfähigkeit, beide Simulationsperioden aufgrund von Terminplanung oder anderen Einschränkungen abzuschließen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Zufällig
- Interventionsmodell: Crossover-Aufgabe
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: FibroX-aktivierte Versorgung
In diesem Arm nutzen Hausärzte FibroX, ein KI-gestütztes klinisches Entscheidungsunterstützungstool, um simulierte Patientenfälle auf signifikante Leberfibrose (≥F2) und klinisch signifikante portale Hypertension zu bewerten.
FibroX zeigt einen Risikowahrscheinlichkeitswert, eine Triage-Kategorie (Ausschluss, unbestimmt, Einschluss) und ein einzeiliges Erklärbarkeitspanel an, das zeigt, welche klinischen Faktoren die Vorhersage am meisten beeinflusst haben.
Die Anwender nutzen diese Informationen, um diagnostische und Überweisungsentscheidungen zu treffen (z.B. VCTE anordnen, an die Hepatologie überweisen, leitliniengerechte Therapie einleiten).
Jeder Anwender überprüft während dieser Interventionsphase 16 Fälle.
Das Ziel ist, die Auswirkungen von FibroX auf die diagnostische Genauigkeit, das Vertrauen der Anwender, die Benutzerfreundlichkeit und die Workflow-Effizienz im Vergleich zur üblichen Versorgung zu bewerten.
|
FibroX ist ein erklärbares künstliches Intelligenz (KI)-Tool, das entwickelt wurde, um Hausärzte bei der Diagnose signifikanter Leberfibrose (≥F2) und klinisch signifikanter portaler Hypertonie bei Patienten mit stoffwechselbedingter Steatose-Lebererkrankung (MASLD) zu unterstützen.
Es nutzt routinemäßig verfügbare klinische Daten (z. B. Alter, AST, ALT, Thrombozyten, BMI, HbA1c, Kreatinin), um einen Risikowahrscheinlichkeits-Score, eine Triage-Einstufung (Ausschluss, unbestimmt, Einschluss) und ein einzeiliges Erklärungs-Panel mithilfe von Shapley Additive Explanations (SHAP) zu generieren.
Anwender verwenden FibroX während simulierter Patientenkontakte, um diagnostische und Überweisungsentscheidungen zu leiten (z. B. VCTE anordnen, an Hepatologie überweisen, leitliniengerechte Therapie einleiten).
Das Tool zielt darauf ab, die diagnostische Genauigkeit zu verbessern, das Vertrauen der Anwender zu erhöhen, Fehldiagnosen zu reduzieren und leitliniengerechte Triage in der Primärversorgung zu unterstützen.
|
|
Aktiver Komparator: Übliche Behandlung
In diesem Arm bewerten Hausärzte simulierte Patientenfälle mit den in der Routinepraxis verfügbaren Standardklinikwerkzeugen.
Dazu gehören Laborergebnisse, Vitalzeichen, Problemlisten, Medikamente und vorherige Bildgebung.
Die Ärzte können optional den FIB-4-Rechner zur Abschätzung des Leberfibroserisikos verwenden.
Jeder Arzt überprüft in diesem Zeitraum 16 Fälle.
Es wird keine KI-Entscheidungsunterstützung bereitgestellt.
Dieser Arm dient als Vergleich, um zu bewerten, ob FibroX die diagnostische Genauigkeit für signifikante Leberfibrose (≥F2) und klinisch signifikante portale Hypertonie sowie das Vertrauen der Ärzte, die Benutzerfreundlichkeit und die Workflow-Effizienz gegenüber der üblichen Versorgung verbessert.
|
In der Standardversorgungskondition bewerten Hausärzte simulierte Patientenfälle unter Verwendung der in der Routinepraxis verfügbaren Standardklinikwerkzeuge.
Dazu gehören Laborergebnisse, Vitalzeichen, Problemlisten, Medikamente und vorherige Bildgebung.
Die Anbieter können optional den FIB-4-Rechner zur Abschätzung des Leberfibroserisikos verwenden.
Es wird keine KI-Entscheidungsunterstützung bereitgestellt.
Diese Intervention dient als Vergleichsbasis, um zu bewerten, ob FibroX die diagnostische Genauigkeit für signifikante Leberfibrose (≥F2) und klinisch signifikante portale Hypertonie sowie das Vertrauen der Anbieter, die Entscheidungsqualität und die Workflow-Effizienz im Vergleich zur Standardversorgung verbessert.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Diagnostische Genauigkeit für signifikante Leberfibrose (≥F2) und klinisch signifikante portale Hypertonie mit FibroX im Vergleich zur Standardtherapie
Zeitfenster: Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Diagnostische Genauigkeit innerhalb des Leistungserbringers für die Erkennung signifikanter Leberfibrose (≥F2) und klinisch signifikanter portaler Hypertonie in simulierten Primärversorgungssituationen. Die Genauigkeit wird anhand von Sensitivität, Spezifität und AUROC bei klinisch relevanten Schwellenwerten bewertet. Der Goldstandard für das Fibrosestadium und die portale Hypertonie wird aus Biopsie, vibrationskontrollierter transienter Elastographie (VCTE)-basiertem Expertenkonsens und leitliniendefinierten Kriterien abgeleitet. Maßeinheit: Anteil (Sensitivität und Spezifität in %, AUROC als einheitsloser Wert) |
Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
|
System Usability Scale (SUS)-Score für FibroX-Integration
Zeitfenster: Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
Benutzerfreundlichkeit von FibroX bewertet mittels der System Usability Scale (SUS), einem validierten 10-Punkte-Fragebogen mit einer Punktzahl von 0 bis 100, wobei höhere Werte eine bessere Benutzerfreundlichkeit anzeigen. Maßeinheit: Punktzahl (Bereich: 0-100; höhere Werte = bessere Benutzerfreundlichkeit) |
Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
|
Vertrauen des Anbieters in KI-Tool (FibroX)
Zeitfenster: Unmittelbar nach der FibroX-aktivierten Simulationsphase, bis zu 24 Wochen
|
Vertrauen des Anbieters in FibroX, bewertet mit der validierten KI-Vertrauens-Skala, die 12 Items umfasst, die auf einer Likert-Skala bewertet werden. Höhere Werte zeigen ein größeres Vertrauen in das KI-Tool an. Maßeinheit: Score (Bereich: 12-60; höhere Werte = größeres Vertrauen) |
Unmittelbar nach der FibroX-aktivierten Simulationsphase, bis zu 24 Wochen
|
|
Median Entscheidungszeit pro Fall
Zeitfenster: Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Medianer Zeitaufwand (in Minuten) für Anbieter, um Managemententscheidungen für simulierte MASLD-Fälle mit FibroX im Vergleich zur Standardbehandlung abzuschließen. Maßeinheit: Minuten |
Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Angemessene Überweisungsrate
Zeitfenster: Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Anteil der simulierten Fälle, in denen die Überweisungsentscheidungen des Anbieters (z. B. Überweisung zur Hepatologie, Anforderung einer VCTE) mit den leitlinienkonformen Triage-Regeln für die MASLD-Risikostratifizierung übereinstimmen. Maßeinheit: Anteil (%) |
Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
|
Net Reclassification Improvement (NRI)
Zeitfenster: Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Veränderung der Klassifikationsgenauigkeit für MASLD-Risikokategorien (Ausschluss, unbestimmt, Einschluss) bei Verwendung von FibroX im Vergleich zur üblichen Versorgung. Maßeinheit: NRI-Score (dimensionslos) |
Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
|
Kalibrierung von Risikovorhersagen
Zeitfenster: Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Kalibrierung der FibroX-Vorhersagen im Vergleich zu beobachteten Ergebnissen, bewertet anhand von Kalibrierungsabschnitt, Steigung und Kalibrierungsdiagramm. Maßeinheit: Abschnitt und Steigung (dimensionslos) |
Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
|
Vertrauen des Anbieters in die Entscheidungsfindung
Zeitfenster: Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Vom Anbieter gemeldetes Vertrauen in MASLD-Managemententscheidungen während simulierter Fälle, gemessen auf einer 5-Punkte-Likert-Skala (1 = sehr geringes Vertrauen; 5 = sehr hohes Vertrauen). Maßeinheit: Punktzahl (Bereich: 1-5; höhere Punktzahlen = größeres Vertrauen) |
Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
|
Kognitive Belastung während der Fallbesprechung
Zeitfenster: Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
Die kognitive Belastung des Anbieters wurde mit dem NASA Task Load Index (NASA-TLX) bewertet, der eine Gesamtbelastungspunktzahl von 0 bis 100 über sechs Dimensionen liefert. Maßeinheit: Punktzahl (Bereich: 0-100; höhere Werte = größere Belastung) |
Unmittelbar nach jedem Simulationszeitraum, bis zu 24 Wochen
|
|
Beabsichtigte nachgelagerte Testbelastung
Zeitfenster: Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
Anzahl und Art zusätzlicher Tests oder Überweisungen (z. B. VCTE, hepatologische Konsultation), die Anbieter nach jedem simulierten Fall anordnen möchten. Maßeinheit: Anzahl (Anzahl der Tests/Überweisungen pro Fall) |
Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
|
Übernahme und Einhaltung von Triage-Empfehlungen
Zeitfenster: Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
Anteil der Fälle, in denen Anbieter die FibroX-Triage-Empfehlungen (z.B. Ausschluss, unbestimmt, Einschluss) ohne Überschreitung befolgen. Maßeinheit: Anteil (%) |
Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
|
Überschreibungsrate und Gründe
Zeitfenster: Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
Anteil der Fälle, in denen Anbieter die FibroX-Empfehlungen überschreiben und die dokumentierten Gründe für die Überschreibung. Maßeinheit: Anteil (%) |
Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
|
Fairness-Analyse über Subgruppen
Zeitfenster: Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
Leistung von FibroX (Sensitivität, Spezifität, Kalibrierung) in demografischen Untergruppen (Alter, Geschlecht, BMI, Rasse/Ethnie). Maßeinheit: Anteil (%) und AUROC (dimensionslos) |
Unmittelbar nach jeder Simulationsperiode, bis zu 24 Wochen
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Wong VW, Vergniol J, Wong GL, Foucher J, Chan HL, Le Bail B, Choi PC, Kowo M, Chan AW, Merrouche W, Sung JJ, de Ledinghen V. Diagnosis of fibrosis and cirrhosis using liver stiffness measurement in nonalcoholic fatty liver disease. Hepatology. 2010 Feb;51(2):454-62. doi: 10.1002/hep.23312.
- Njei, B., et al., FIBROX: an explainable AI model for accurate prediction of advanced liver fibrosis and cardiovascular mortality in MASLD. Gastroenterology, 2024. 169(1): p. S-131-S-132.
- Njei B, Osta E, Njei N, Al-Ajlouni YA, Lim JK. An explainable machine learning model for prediction of high-risk nonalcoholic steatohepatitis. Sci Rep. 2024 Apr 13;14(1):8589. doi: 10.1038/s41598-024-59183-4.
- Ratziu V, Charlotte F, Heurtier A, Gombert S, Giral P, Bruckert E, Grimaldi A, Capron F, Poynard T; LIDO Study Group. Sampling variability of liver biopsy in nonalcoholic fatty liver disease. Gastroenterology. 2005 Jun;128(7):1898-906. doi: 10.1053/j.gastro.2005.03.084.
- Decharatanachart P, Chaiteerakij R, Tiyarattanachai T, Treeprasertsuk S. Application of artificial intelligence in non-alcoholic fatty liver disease and liver fibrosis: a systematic review and meta-analysis. Therap Adv Gastroenterol. 2021 Dec 21;14:17562848211062807. doi: 10.1177/17562848211062807. eCollection 2021.
- Meng F, Zheng Y, Zhang Q, Mu X, Xu X, Zhang H, Ding L. Noninvasive evaluation of liver fibrosis using real-time tissue elastography and transient elastography (FibroScan). J Ultrasound Med. 2015 Mar;34(3):403-10. doi: 10.7863/ultra.34.3.403.
- Boursier J, de Ledinghen V, Zarski JP, Fouchard-Hubert I, Gallois Y, Oberti F, Cales P; multicentric groups from SNIFF 32, VINDIAG 7, and ANRS/HC/EP23 FIBROSTAR studies. Comparison of eight diagnostic algorithms for liver fibrosis in hepatitis C: new algorithms are more precise and entirely noninvasive. Hepatology. 2012 Jan;55(1):58-67. doi: 10.1002/hep.24654.
- Yoon JH, Lee JM, Joo I, Lee ES, Sohn JY, Jang SK, Lee KB, Han JK, Choi BI. Hepatic fibrosis: prospective comparison of MR elastography and US shear-wave elastography for evaluation. Radiology. 2014 Dec;273(3):772-82. doi: 10.1148/radiol.14132000. Epub 2014 Jul 7.
- Mondal A, Debnath A, Dhandapani G, Sharma A, Lukhmana S, Yadav G. Prevalence of High and Moderate Risk of Liver Fibrosis Among Patients With Diabetes at a Noncommunicable Diseases (NCD) Clinic in a Primary Healthcare Center in Northern India. Cureus. 2023 Nov 23;15(11):e49286. doi: 10.7759/cureus.49286. eCollection 2023 Nov.
- Estes C, Anstee QM, Arias-Loste MT, Bantel H, Bellentani S, Caballeria J, Colombo M, Craxi A, Crespo J, Day CP, Eguchi Y, Geier A, Kondili LA, Kroy DC, Lazarus JV, Loomba R, Manns MP, Marchesini G, Nakajima A, Negro F, Petta S, Ratziu V, Romero-Gomez M, Sanyal A, Schattenberg JM, Tacke F, Tanaka J, Trautwein C, Wei L, Zeuzem S, Razavi H. Modeling NAFLD disease burden in China, France, Germany, Italy, Japan, Spain, United Kingdom, and United States for the period 2016-2030. J Hepatol. 2018 Oct;69(4):896-904. doi: 10.1016/j.jhep.2018.05.036. Epub 2018 Jun 8.
- Targher G, Byrne CD, Tilg H. MASLD: a systemic metabolic disorder with cardiovascular and malignant complications. Gut. 2024 Mar 7;73(4):691-702. doi: 10.1136/gutjnl-2023-330595.
- Maher S, Rajapakse J, El-Omar E, Zekry A. Role of the Gut Microbiome in Metabolic Dysfunction-Associated Steatotic Liver Disease. Semin Liver Dis. 2024 Nov;44(4):457-473. doi: 10.1055/a-2438-4383. Epub 2024 Oct 10.
- Younossi ZM, Mangla KK, Berentzen TL, Grau K, Kjaer MS, Ladelund S, Nitze LM, Coolbaugh C, Hsu CY, Hagstrom H. Liver histology is associated with long-term clinical outcomes in patients with metabolic dysfunction-associated steatohepatitis. Hepatol Commun. 2024 May 10;8(6):e0423. doi: 10.1097/HC9.0000000000000423. eCollection 2024 Jun 1.
Nützliche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
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
- 2000027433
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
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 Fibrose der Leber
-
National Taiwan University HospitalNoch keine Rekrutierung
-
Imperial College LondonAbgeschlossenProof of Concept -StudieVereinigtes Königreich
-
University of RegensburgAbgeschlossenTrain-of-Four-MonitoringDeutschland
-
Research Unit Of General Practice, CopenhagenUniversity of Copenhagen; Region Capital Denmark; The Copenhagen General Practice... und andere MitarbeiterAbgeschlossen
-
Aalborg UniversityThe General Practice Foundation in Denmark (grant number A3495); The Novo Nordisk... und andere MitarbeiterAbgeschlossenPoint-of-Care-UltraschallDänemark
-
Kecioren Education and Training HospitalAbgeschlossenPoint-of-Care-SystemeTruthahn
-
Indiana UniversityRekrutierungPoint-of-Care-Ultraschall (POCUS)Vereinigte Staaten
-
Incyte CorporationVerfügbarSTAT1 Gain-of-Function-Erkrankung
-
Aalborg UniversityAbgeschlossenPoint-of-Care-Ultraschall (POCUS)Dänemark
-
Aalborg UniversityAbgeschlossen