Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Diagnostic automatique de la néoplasie épidermoïde précoce de l'œsophage à l'aide de pCLE avec AI

16 novembre 2024 mis à jour par: Yanqing Li, Shandong University

Diagnostic automatique de la néoplasie épidermoïde précoce de l'œsophage à l'aide de l'endomicroscopie laser confocale à sonde avec intelligence artificielle

La détection et la différenciation des néoplasies squameuses de l'œsophage (ESN) sont utiles pour améliorer les résultats des patients. L'endomicroscopie laser confocale à base de sonde (pCLE) peut diagnostiquer l'ESN avec précision. Cependant, cela nécessite beaucoup d'expérience, ce qui limite l'application de pCLE. Les chercheurs ont conçu un programme de diagnostic assisté par ordinateur utilisant un réseau de neurones profonds pour effectuer automatiquement le diagnostic lors de l'examen pCLE et comparer ses performances avec les endoscopistes.

Aperçu de l'étude

Type d'étude

Observationnel

Inscription (Réel)

57

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

    • Shandong
      • Jinan, Shandong, Chine, 250001
        • Qilu Hospital, Shandong University

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

18 ans à 80 ans (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Les patients consécutifs qui reçoivent l'examen pCLE du tractus gastro-intestinal supérieur et qui remplissent les critères d'éligibilité à l'hôpital Qilu de l'Université du Shandong seront inscrits à l'étude

La description

Critère d'intégration:

  • âgé de 18 à 80 ans ; accepter de donner un consentement éclairé écrit ; une lésion suspecte de la muqueuse œsophagienne a été découverte par endoscopie à la lumière blanche.

Critère d'exclusion:

  • Patients dans des conditions inadaptées à la réalisation d'ECL, y compris coagulopathie, altération de la fonction rénale ou hépatique, grossesse ou allaitement et allergie connue à la fluorescéine sodique ; Incapacité à donner un consentement éclairé

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
lésions de la muqueuse œsophagienne observées par pCLE
pCLE est utilisé pour distinguer les lésions suspectées détectées par endoscopie en lumière blanche ou IEE.
Une lésion suspectée de la muqueuse œsophagienne est observée à l'aide de pCLE, l'endoscopiste et l'IA établiront un diagnostic de manière indépendante. De plus, l’endoscopiste ne peut pas voir le diagnostic d’IA. Après une période de sevrage, des endoscopistes non experts passent la deuxième évaluation avec l'aide de l'IA.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
L’efficacité du diagnostic de l’Intelligence Artificielle
Délai: 3 ans
Le résultat principal est de tester l'exactitude du diagnostic, la sensibilité, la spécificité, la VPP, la VPN de l'intelligence artificielle pour diagnostiquer la maladie de la muqueuse œsophagienne lors de l'examen pCLE en temps réel.
3 ans

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Comparer l'efficacité diagnostique de l'Intelligence Artificielle avec celle des endoscopistes
Délai: 1 mois
Le résultat secondaire est de comparer l'efficacité du diagnostic (y compris la précision du diagnostic, la sensibilité, la spécificité, la VPP, la VPN pour le diagnostic de la maladie de la muqueuse œsophagienne lors de l'examen pCLE en temps réel) entre l'intelligence artificielle et les endoscopistes.
1 mois

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Chercheur principal: Yanqing Li, Qilu Hospital, Shandong University

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

1 août 2019

Achèvement primaire (Réel)

31 janvier 2023

Achèvement de l'étude (Réel)

31 janvier 2023

Dates d'inscription aux études

Première soumission

20 octobre 2019

Première soumission répondant aux critères de contrôle qualité

20 octobre 2019

Première publication (Réel)

23 octobre 2019

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Estimé)

19 novembre 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

16 novembre 2024

Dernière vérification

1 novembre 2024

Plus d'information

Termes liés à cette étude

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

Essais cliniques sur Le diagnostic de l'Intelligence Artificielle et de l'endoscopiste

S'abonner