Predicción de fibrosis hepática significativa (PSLF)
Tecnología de fusión de imágenes digitales multimodal basada en aprendizaje profundo para predecir fibrosis hepática significativa y su aplicación en investigaciones multicéntricas
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Intervención / Tratamiento
Intervención / Tratamiento
Descripción detallada
Tipo de estudio
Tipo de estudio
Inscripción (Estimado)
Inscripción
Contactos y Ubicaciones
Estudio Contacto
Estudio Contacto
- Nombre: Haijun Huang
- Número de teléfono: 13758186635
- Correo electrónico: huanghaijun0826@163.com
Ubicaciones de estudio
-
-
Zhejiang
-
Hangzhou, Zhejiang, Porcelana, 310014
- Reclutamiento
- Haijun Huang
-
Contacto:
- Haijun Huang
- Número de teléfono: 13758186635
- Correo electrónico: huanghaijun0826@163.com
-
-
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Edad de 18 a 60 años.
- El diagnóstico de hepatitis B crónica está en línea con los criterios de diagnóstico de las Directrices de tratamiento y prevención de la hepatitis B crónica de 2019 de China, y el diagnóstico de hígado graso no alcohólico está en línea con las directrices de la Asociación de Hepatología de Asia Pacífico.
- Las imágenes no mostraron cáncer de hígado
Criterio de exclusión:
- Existen contraindicaciones para la biopsia hepática.
- La patología hepática no cumplía los criterios.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Número de grupos/cohortes
Cohortes e Intervenciones
Grupo / CohorteGrupo / Cohorte |
|---|
|
fibrosis leve
T0-1
|
|
fibrosis hepática significativa
T2
|
|
Fibrosis hepática avanzada
T3-4
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Modelo de desarrollo
Periodo de tiempo: 2024.6-2024.12
|
Se extrajeron características de imágenes (como tomografías computarizadas, resonancias magnéticas, rayos X, etc.) y parámetros clínicos de los pacientes, incluidas las características iniciales de la población (como edad, sexo, comorbilidades, etc.), indicadores bioquímicos en sangre (como niveles de glucosa en sangre). , lípidos, indicadores de función hepática, etc.) e indicadores de citología sanguínea (como recuento de glóbulos blancos, recuento de glóbulos rojos, etc.).
Selección de casos completada y establecimiento de cohortes, extracción de características multimodales y desarrollo de modelos.
|
2024.6-2024.12
|
Medidas de resultado secundarias
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Cree un sistema de plataforma en la nube de alerta temprana de fibrosis hepática multimodal de big data
Periodo de tiempo: 2025.1-2025.12
|
Tenemos la intención de diseñar una plataforma en la nube con componentes de almacenamiento, procesamiento y análisis de datos. Seleccione la pila de tecnología adecuada para garantizar que la plataforma tenga la capacidad de manejar datos a gran escala y tenga buena escalabilidad y rendimiento. La precisión de fibrosis hepática multimodal previamente construida Luego, el modelo de tipificación se integró en la plataforma, lo que garantiza que el modelo pueda manejar una variedad de tipos de datos e integrarse perfectamente con otros componentes de la plataforma. Al mismo tiempo, la tecnología de procesamiento de flujo se utiliza para integrar el monitoreo y análisis en tiempo real. función de la plataforma, para realizar una predicción y clasificación rápidas de los datos de casos de fibrosis hepática recién adquiridos. La precisión y estabilidad del modelo se verificaron aún más en los datos clínicos multicéntricos y en los datos multimodales de fibrosis hepática temprana. Se construyó un sistema de plataforma en la nube de advertencia.
|
2025.1-2025.12
|
Otras medidas de resultado
Otras medidas de resultado
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Evaluación de la eficacia del sistema de plataforma de alerta de fibrosis hepática multimodal de big data
Periodo de tiempo: 2026.1-2026.12
|
Probar la eficacia del sistema de plataforma multimodal de alerta de fibrosis hepática de big data en un entorno clínico multicéntrico real.
También exploraremos la posibilidad de utilizar la plataforma para el seguimiento a largo plazo de los pacientes, pruebas remotas de los pacientes y evaluación periódica de la progresión de la enfermedad.
|
2026.1-2026.12
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Colaboradores
Colaboradores
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Estimado)
Inicio del estudio
Finalización primaria (Estimado)
Finalización primaria
Finalización del estudio (Estimado)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
Otros números de identificación del estudio
- KY2024072
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .