- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05797207
Evaluación del potencial diagnóstico de las pruebas de microbioma fecal asistidas por inteligencia artificial para la enfermedad inflamatoria intestinal
El objetivo de este ensayo clínico es evaluar el potencial diagnóstico de las pruebas de microbioma fecal asistidas por inteligencia artificial para el diagnóstico de la enfermedad inflamatoria intestinal. La pregunta principal que pretende responder es:
• ¿Es la prueba de microbioma fecal asistida por inteligencia artificial una prueba de detección confiable para la enfermedad inflamatoria intestinal?
Se pedirá a los participantes que proporcionen muestras fecales para analizarlas con técnicas de secuenciación de última generación.
Si hay un grupo de comparación: los investigadores compararán el rendimiento diagnóstico de la prueba de microbioma fecal asistida por IA con la colonoscopia para ver la correlación entre los resultados de ambas intervenciones.
Descripción general del estudio
Estado
Descripción detallada
La enfermedad inflamatoria intestinal (EII), que incluye la enfermedad de Crohn y la colitis ulcerosa, es un trastorno crónico y complejo del tracto gastrointestinal que afecta a millones de personas en todo el mundo. La EII generalmente se diagnostica a través de una combinación de antecedentes del paciente, examen físico, pruebas de laboratorio y estudios de imágenes. Sin embargo, estos métodos pueden ser costosos, invasivos y lentos, lo que genera retrasos en el diagnóstico y el tratamiento.
Investigaciones recientes se han centrado en el potencial del uso de pruebas de microbioma fecal, que analiza la composición y función de la microbiota intestinal, como una herramienta de detección no invasiva y rentable para la EII. La microbiota intestinal es un ecosistema complejo de microorganismos que desempeña un papel fundamental en el mantenimiento de la salud intestinal y la función del sistema inmunitario. Los cambios en la composición o función de la microbiota intestinal se han asociado con el desarrollo y la progresión de la EII.
Los algoritmos de inteligencia artificial (IA) pueden ayudar en el análisis de los datos de las pruebas del microbioma fecal y proporcionar un diagnóstico más preciso y confiable de la EII. La IA puede identificar patrones y tendencias en los datos complejos generados por las pruebas de microbioma que pueden no ser evidentes para los analistas humanos, lo que lleva a un diagnóstico más temprano y preciso de la EII.
Además, la IA puede ayudar a identificar posibles biomarcadores de EII, que podrían usarse para detectar y monitorear la actividad de la enfermedad. Estos biomarcadores podrían proporcionar información sobre los mecanismos subyacentes de la EII, lo que conduciría al desarrollo de terapias más eficaces y enfoques de tratamiento personalizados.
En general, el uso de pruebas de microbioma fecal asistidas por IA para la detección de EII tiene un potencial significativo para mejorar el diagnóstico y el tratamiento de esta enfermedad crónica y debilitante.
Tipo de estudio
Inscripción (Anticipado)
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Varol TUNALI, Dr.
- Número de teléfono: 00905556303231
- Correo electrónico: varoltunali@gmail.com
Ubicaciones de estudio
-
-
Other (Non U.s.)
-
Istanbul, Other (Non U.s.), Pavo, 34230
- Reclutamiento
- Medipol University Esenler Hospital
-
Contacto:
- Naciye Cigdem Arslan, MD
- Número de teléfono: 05313890975
-
Investigador principal:
- Naciye Cigdem Arslan
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Descripción
Criterios de inclusión:
- ser mayor de 18 años no estar embarazada Aplicar con la queja de diarrea crónica (4 semanas o más) No cumplir con ninguno de los criterios de exclusión Firmar el formulario de consentimiento voluntario
Criterio de exclusión:
- menores de 18 años Embarazada o planeando estarlo Casos de diarrea aguda Tener otro diagnóstico conocido de enfermedad gastrointestinal (malabsorción de algún macronutriente, resección intestinal, enfermedad celíaca, etc.)
- Antecedentes de cirugía abdominal que no sean apendicectomía o histerectomía
- Comorbilidad psiquiátrica
- Enfermedad crónica que afectará al microbioma (cáncer, diabetes, enfermedades cardiovasculares, enfermedades hepáticas, enfermedades neurológicas, etc.)
- Uso de medicamentos que pueden afectar la función digestiva (incluido el uso en las últimas 4 semanas), probióticos, analgésicos narcóticos, lactulosa (prebióticos) en las 4 semanas anteriores al estudio
- Los pacientes que toman suplementos dietéticos no serán incluidos en el estudio.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Colonoscopia
Se obtendrán muestras fecales de pacientes que estén inscritos para procedimiento de colonoscopia por sospecha de enfermedad inflamatoria intestinal
|
Secuenciación de próxima generación de muestras fecales y análisis de inteligencia artificial de los resultados de las pruebas
Procedimiento de colonoscopia
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La precisión diagnóstica de la prueba de microbioma fecal asistida por IA en la detección de la enfermedad inflamatoria intestinal en comparación con la colonoscopia
Periodo de tiempo: 2 semanas
|
La precisión diagnóstica de la prueba de microbioma fecal asistida por IA para detectar la enfermedad inflamatoria intestinal, medida por la sensibilidad, la especificidad, el valor predictivo positivo, el valor predictivo negativo y el área bajo la curva característica operativa del receptor (AUC-ROC).
|
2 semanas
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Varol TUNALI, Dr., Celal Bayar University Faculty of Medicine Parasitology Department
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Anticipado)
Finalización primaria (Anticipado)
Finalización del estudio (Anticipado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 2022-12-08
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. .