Diagnóstico automático de neoplasia escamosa esofágica temprana usando pCLE con IA
16 de noviembre de 2024 actualizado por: Yanqing Li, Shandong University
Diagnóstico automático de neoplasia escamosa esofágica temprana mediante endomicroscopia láser confocal basada en sonda con inteligencia artificial
La detección y diferenciación de la neoplasia escamosa esofágica (ESN) son valiosas para mejorar los resultados de los pacientes.
La endomicroscopia láser confocal basada en sonda (pCLE) puede diagnosticar ESN con precisión. Sin embargo, esto requiere mucha experiencia, lo que limita la aplicación de pCLE.
Los investigadores diseñaron un programa de diagnóstico asistido por computadora utilizando una red neuronal profunda para hacer el diagnóstico automáticamente en el examen pCLE y contrastar su desempeño con los endoscopistas.
Descripción general del estudio
Estado
Terminado
Intervención / Tratamiento
Tipo de estudio
De observación
Inscripción (Actual)
57
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
Shandong
-
Jinan, Shandong, Porcelana, 250001
- Qilu Hospital, Shandong University
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
18 años a 80 años (Adulto, Adulto Mayor)
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra no probabilística
Población de estudio
Los pacientes consecutivos que reciban el examen pCLE del tracto gastrointestinal superior y que cumplan con los criterios de elegibilidad en el Hospital Qilu, Universidad de Shandong, se inscribirán en el estudio.
Descripción
Criterios de inclusión:
- de 18 a 80 años; acepta dar su consentimiento informado por escrito； se encontró una lesión en la mucosa esofágica sospechosa mediante endoscopia con luz blanca.
Criterio de exclusión:
- Pacientes en condiciones inadecuadas para realizar CLE, incluida coagulopatía, función renal o hepática alterada, embarazo o lactancia, y alergia conocida a la fluoresceína sódica; Incapacidad para proporcionar consentimiento informado
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Lesiones de la mucosa esofágica observadas por pCLE.
pCLE se utiliza para distinguir las lesiones sospechosas detectadas mediante endoscopia con luz blanca o IEE.
|
Se observa una sospecha de lesión de la mucosa esofágica utilizando pCLE, el endoscopista y la IA harán un diagnóstico de forma independiente.
Además, el endoscopista no puede ver el diagnóstico de IA.
Después de un período de lavado, los endoscopistas no expertos realizan la segunda evaluación con ayuda de IA.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La eficiencia del diagnóstico de la Inteligencia Artificial
Periodo de tiempo: 3 años
|
El resultado principal es probar la precisión diagnóstica, la sensibilidad, la especificidad, el VPP y el VPN de la inteligencia artificial para diagnosticar la enfermedad de la mucosa esofágica en el examen pCLE en tiempo real.
|
3 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Contrasta la eficacia diagnóstica de la Inteligencia Artificial con los endoscopistas
Periodo de tiempo: 1 mes
|
El resultado secundario es comparar la eficiencia del diagnóstico (incluida la precisión diagnóstica, la sensibilidad, la especificidad, el VPP, el VPN para diagnosticar la enfermedad de la mucosa esofágica en el examen pCLE en tiempo real) entre la inteligencia artificial y los endoscopistas.
|
1 mes
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Investigador principal: Yanqing Li, Qilu Hospital, Shandong University
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
1 de agosto de 2019
Finalización primaria (Actual)
31 de enero de 2023
Finalización del estudio (Actual)
31 de enero de 2023
Fechas de registro del estudio
Enviado por primera vez
20 de octubre de 2019
Primero enviado que cumplió con los criterios de control de calidad
20 de octubre de 2019
Publicado por primera vez (Actual)
23 de octubre de 2019
Actualizaciones de registros de estudio
Última actualización publicada (Estimado)
19 de noviembre de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
16 de noviembre de 2024
Última verificación
1 de noviembre de 2024
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 2019SDU-QILU-66
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
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. .