- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05916014
Endoscopia de luz blanca asistida por IA para identificar la clasificación de gastritis atrófica de Kimura-Takemoto
10 de abril de 2024 actualizado por: Yanqing Li, Shandong University
Endoscopia de luz blanca asistida por inteligencia artificial para identificar la clasificación de gastritis atrófica de Kimura-Takemoto para lograr la evaluación del riesgo de cáncer gástrico
La clasificación de la atrofia endoscópica según la clasificación de Kimura-Takemoto puede evaluar el riesgo de desarrollo de neoplasia gástrica.
Sin embargo, la tasa de falsos negativos de gastritis atrófica crónica es alta debido a la estandarización diagnóstica variable y la experiencia diagnóstica y los niveles de los endoscopistas.
Por lo tanto, este estudio tiene como objetivo desarrollar un modelo de IA para identificar la clasificación de Kimura-Takemoto.
Descripción general del estudio
Estado
Reclutamiento
Condiciones
Intervención / Tratamiento
Descripción detallada
La clasificación de la atrofia endoscópica según la clasificación de Kimura-Takemoto puede evaluar el riesgo de desarrollo de neoplasia gástrica.
Cuanto mayor sea la puntuación, más grave será el grado de gastritis atrófica.
Sin embargo, la tasa de falsos negativos de gastritis atrófica crónica es alta debido a la estandarización diagnóstica variable y la experiencia diagnóstica y los niveles de los endoscopistas.
Por lo tanto, este estudio tiene como objetivo desarrollar un modelo de IA para identificar la clasificación de gastritis atrófica de Kimura-Takemoto para lograr la evaluación del riesgo de cáncer gástrico.
Tipo de estudio
De observación
Inscripción (Estimado)
1500
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.
Estudio Contacto
- Nombre: yanqing Li, MD, PHD
- Número de teléfono: 0531182169385
- Correo electrónico: liyanqing@sdu.edu.cn
Ubicaciones de estudio
-
-
Shandong
-
Shangdong, Shandong, Porcelana, 250012
- Reclutamiento
- Department of Gastrology, QiLu Hospital, Shandong University
-
Contacto:
- yanqing Li, MD, PHD
- Número de teléfono: 0531182169385
- Correo electrónico: liyanqing@sdu.edu.cn
-
-
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
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra no probabilística
Población de estudio
Los pacientes consecutivos que reciban el examen de endoscopia gastrointestinal y que cumplan con los criterios de elegibilidad en el Hospital Qilu, Universidad de Shandong, se inscribirán en el estudio.
Descripción
Criterios de inclusión:
Pacientes de 18 a 80 años que se someten a la exploración endoscópica con luz blanca Consentimiento informado proporcionado por el paciente.
Criterio de exclusión:
- pacientes con disfunción cardíaca, cerebral, pulmonar o renal severa o psiquiátrica;
- trastornos que no pueden participar en la gastroscopia;
- Pacientes con cáncer gástrico progresivo;
- imágenes de baja calidad;
- pacientes con procedimientos quirúrgicos previos en el estómago o el esófago;
- pacientes que se niegan a firmar el formulario de 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 |
---|---|
Gastritis atrófica crónica observada por endoscopio de luz blanca
Obtenga imágenes del antro gástrico, ángulo gástrico, curvatura menor del cuerpo gástrico, cardias, fondo gástrico, curvatura mayor del cuerpo gástrico mediante endoscopio de luz blanca
|
Los endosopistas y AI evaluarán la clasificación de Kimura-Takemoto de forma independiente cuando los pacientes sean elegibles.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Precisión del modelo de IA para diagnosticar la clasificación de Kimura-Takemoto
Periodo de tiempo: 2 años
|
Precisión del modelo de IA para diagnosticar la clasificación de Kimura-Takemoto
|
2 años
|
Sensibilidad del modelo de IA para diagnosticar la clasificación de Kimura-Takemoto
Periodo de tiempo: 2 años
|
Sensibilidad del modelo de IA para diagnosticar la clasificación de Kimura-Takemoto
|
2 años
|
Especificidad del modelo de IA para diagnosticar la clasificación de Kimura-Takemoto
Periodo de tiempo: 2 años
|
Especificidad del modelo de IA para diagnosticar la clasificación de Kimura-Takemoto
|
2 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
El valor MIOU del modelo de IA en la segmentación semántica de la imagen de atrofia endoscópica
Periodo de tiempo: 2 años
|
El valor MIOU del modelo de IA en la segmentación semántica de la imagen de atrofia endoscópica
|
2 años
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Colaboradores
Investigadores
- Silla de estudio: yanqing li, MD,PHD, 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 junio de 2023
Finalización primaria (Estimado)
31 de diciembre de 2024
Finalización del estudio (Estimado)
31 de diciembre de 2024
Fechas de registro del estudio
Enviado por primera vez
14 de junio de 2023
Primero enviado que cumplió con los criterios de control de calidad
14 de junio de 2023
Publicado por primera vez (Actual)
23 de junio de 2023
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
12 de abril de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
10 de abril de 2024
Última verificación
1 de abril de 2024
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 2022SDU-QILU-123
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. .
Ensayos clínicos sobre Inteligencia artificial
-
Medtronic Cardiac Rhythm and Heart FailureTerminadoMarcapasos cardíaco artificial | Marcapasos Cardíaco, ArtificialCanadá, Estados Unidos, Israel, Italia, Katar, Porcelana
-
Sanatorio Anchorena San MartinJavier Hernán Dorado; Joaquin PerezReclutamiento
-
Cairo UniversityReclutamiento
-
First Affiliated Hospital, Sun Yat-Sen UniversityReclutamiento
-
Istituto Clinico HumanitasTerminado
-
Istituto Clinico HumanitasTerminadoInteligencia artificialItalia
-
Respinor ASEuropean CommissionTerminadoRespiración ArtificialNoruega
-
Centre Hospitalier Universitaire, AmiensDesconocido
-
Lawson Health Research InstituteTerminado
-
Children's Hospital of PhiladelphiaLaerdal MedicalTerminado