- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06824909
La aspiración endoscópica guiada por ultrasonido de la aguja fina de lesiones pancreáticas sólidas con tinción rápida de frotis citológicos seguido de escaneo de deslizamiento completo y diagnóstico de inteligencia artificial: un estudio prospectivo y multicéntrico.
内镜超声穿刺胰腺实性占位细胞涂片快速染色后全玻片扫描及人工智能诊断 : 一项前瞻性、多中心研究
El objetivo de este estudio de observación es investigar si el sistema de diagnóstico de diapositivas de deslizamiento completo autodesarrollado e inteligencia artificial para la citopatología de punción de lesiones sólidas pancreáticas (en adelante se conoce como el "Sistema de diagnóstico Rose-AIS de Zhiying") puede diagnosticar de inmediato y con precisión. Lesiones pancreáticas (SPL). La pregunta principal que pretende responder es:
Al utilizar la tecnología de imágenes ópticas para capturar imágenes RGB de frotis teñidos con Diff-Quik de los punciones pancreáticas, ¿puede el desarrollo de algoritmos de inteligencia artificial ayudar a diferenciar el espacio pancreático sólido y las enfermedades neuronoplásticas pancreáticas y las noNEOPLÁSTICAS NO PANENOCNOPLÁSTICAS PANCREÁTICAS? lesiones benignas)?
Los investigadores compararán los diagnósticos de SPL realizados por el sistema Rose-AI con los diagnósticos patológicos reales de los SPL en sí para determinar si el sistema Rose-AI puede diagnosticar efectivamente las SPL.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Shanghai
-
Shanghai, Shanghai, Porcelana, 200000
- Reclutamiento
- Ruijin Hospital, Shanghai Jiaotong University School Of Medicine
-
Contacto:
- Duowu Zou, MD
- Número de teléfono: +8613901617608
- Correo electrónico: zdw_pi@126.com
-
Shanghai, Shanghai, Porcelana, 200025
- Reclutamiento
- Department of Gastroenterolog, Ruijin Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
Contacto:
- Taojing Ran, MD
- Número de teléfono: 8615601942397
- Correo electrónico: rantaojing@163.com
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Un consentimiento informado fechado y firmado forma un compromiso para cumplir con los procedimientos de investigación y cooperar a lo largo de todo el estudio de los sujetos de 18 años y más, independientemente del diagnóstico de género o la sospecha de una lesión sólida que ocupa el espacio pancreático basada en estudios de imágenes (ultrasonido de modo B de modo B , CT, o MRI)
Criterios de exclusión:
- Incapaz o negarse a firmar el formulario de consentimiento informado no puede suspender la anticoagulación/terapia antiplaquetaria embarazada o lactante que tiene una enfermedad mental u otras afecciones médicas que no son adecuadas para someterse a la biopsia FNA/B Presencia de trastornos de coagulación (PLT <50 × 10^3/μL , INR> 1.5) Lesiones quísticas pancreáticas Las muestras EUS-FNA/B no diagnósticas que tienen menos de 8 campos microscópicos de interés (ROI) en las imágenes de patología digital de toda la diapositiva de diff-quik.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
adenocarcinoma ductal pancreático
|
Todas las muestras se obtuvieron debido a la necesidad del tratamiento de la enfermedad y de acuerdo con los flujos de trabajo clínicos de rutina.
Después de que los diagnósticos patológicos fueron confirmados por los departamentos de patología de los hospitales afiliados a los respectivos centros endoscópicos, los frotis manchados de diferencias de punción pancreática elegible fueron prestados y transferidos al Hospital Ruijin afiliado a la escuela de la Medicina, Shangghai Jiao Tong University.
Allí, el sistema "Zhiying Shunxi" autodesarrollado se usó para capturar imágenes RGB tradicionales del microscopio de luz tradicional correspondiente.
Después de que se completó la imagen, todas las muestras fueron devueltas a los centros endoscópicos de los que se originaron.
Utilizando las imágenes RGB como entrada, se desarrolló un algoritmo de inteligencia artificial para ayudar a diferenciar las lesiones pancreáticas sólidas.
|
|
tumor neuroendocrino pancreático
|
Todas las muestras se obtuvieron debido a la necesidad del tratamiento de la enfermedad y de acuerdo con los flujos de trabajo clínicos de rutina.
Después de que los diagnósticos patológicos fueron confirmados por los departamentos de patología de los hospitales afiliados a los respectivos centros endoscópicos, los frotis manchados de diferencias de punción pancreática elegible fueron prestados y transferidos al Hospital Ruijin afiliado a la escuela de la Medicina, Shangghai Jiao Tong University.
Allí, el sistema "Zhiying Shunxi" autodesarrollado se usó para capturar imágenes RGB tradicionales del microscopio de luz tradicional correspondiente.
Después de que se completó la imagen, todas las muestras fueron devueltas a los centros endoscópicos de los que se originaron.
Utilizando las imágenes RGB como entrada, se desarrolló un algoritmo de inteligencia artificial para ayudar a diferenciar las lesiones pancreáticas sólidas.
|
|
lesiones benignas no neoplásicas
|
Todas las muestras se obtuvieron debido a la necesidad del tratamiento de la enfermedad y de acuerdo con los flujos de trabajo clínicos de rutina.
Después de que los diagnósticos patológicos fueron confirmados por los departamentos de patología de los hospitales afiliados a los respectivos centros endoscópicos, los frotis manchados de diferencias de punción pancreática elegible fueron prestados y transferidos al Hospital Ruijin afiliado a la escuela de la Medicina, Shangghai Jiao Tong University.
Allí, el sistema "Zhiying Shunxi" autodesarrollado se usó para capturar imágenes RGB tradicionales del microscopio de luz tradicional correspondiente.
Después de que se completó la imagen, todas las muestras fueron devueltas a los centros endoscópicos de los que se originaron.
Utilizando las imágenes RGB como entrada, se desarrolló un algoritmo de inteligencia artificial para ayudar a diferenciar las lesiones pancreáticas sólidas.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Exactitud
Periodo de tiempo: A través de la finalización del estudio, un promedio de 2 años
|
Precisión = (tp + tn) / (tp + fp + fn + tn)
|
A través de la finalización del estudio, un promedio de 2 años
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
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
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- RuijinH2024574
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. .