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.

IA pour le dépistage métabolique néonatal

24 janvier 2026 mis à jour par: huzhenzhen, The Children's Hospital of Zhejiang University School of Medicine

Développement et validation clinique d'un système d'interprétation basé sur l'intelligence artificielle pour le dépistage néonatal des maladies métaboliques héréditaires

L'objectif de cet essai clinique est d'évaluer si un système d'interprétation basé sur l'intelligence artificielle (IA) peut diagnostiquer avec précision les maladies métaboliques héréditaires chez les nouveau-nés soumis à un dépistage de routine. Les principales questions auxquelles il vise à répondre sont :

Quelle est la sensibilité et la spécificité du système d'IA par rapport à l'interprétation manuelle standard ? Le système d'IA réduit-il la variabilité des résultats de dépistage ? Les chercheurs compareront les résultats de l'interprétation par l'IA avec ceux de l'évaluation manuelle standard effectuée par du personnel de laboratoire formé pour évaluer la performance diagnostique.

Les participants :

Verront leurs échantillons de sang de dépistage néonatal de routine analysés à la fois par le système d'IA et par l'interprétation manuelle standard Seront suivis conformément aux directives nationales de dépistage néonatal si l'une ou l'autre méthode indique un résultat positif

Aperçu de l'étude

Type d'étude

Interventionnel

Inscription (Estimé)

200000

Phase

  • N'est pas applicable

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.

Coordonnées de l'étude

Lieux d'étude

    • Zhejiang
      • Hangzhou, Zhejiang, Chine, 310000
        • The Children's Hospital, Zhejiang University School of Medicine
        • Contact:

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

  • Enfant

Accepte les volontaires sains

Oui

La description

Critères d'inclusion :

  • Nouveau-nés ayant subi un dépistage néonatal systématique pour les troubles métaboliques héréditaires au Centre provincial de dépistage néonatal du Zhejiang entre mai 2025 et décembre 2027
  • Échantillons sanguins prélevés entre 2 et 28 jours de vie
  • Disponibilité des données complètes du test de dépistage néonatal et des informations cliniques essentielles

Critères d'exclusion :

  • Données de dépistage manquantes, incomplètes ou de mauvaise qualité
  • Échantillons en double provenant du même nouveau-né

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

  • Objectif principal: Dépistage
  • Répartition: N / A
  • Modèle interventionnel: Affectation à un seul groupe
  • Masquage: Aucun (étiquette ouverte)

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Autre: Interprétation par IA et manuelle des données du dépistage néonatal
Cette intervention est un algorithme logiciel basé sur l'apprentissage profond, conçu spécifiquement pour l'interprétation des données de spectrométrie de masse en tandem (MS/MS) issues du dépistage néonatal de routine chez les nouveau-nés chinois. Il intègre des covariables cliniques - incluant l'âge gestationnel, le poids de naissance et le temps de prélèvement sanguin - pour effectuer une normalisation par multiple de la médiane (MOM) et évalue simultanément 42 troubles métaboliques héréditaires. Contrairement aux outils d'IA existants développés pour des panels de dépistage de génération antérieure (par exemple, ceux couvrant seulement 29 analytes), ce système est entraîné et validé sur plus de 300 000 échantillons réels de nouveau-nés chinois, ce qui en fait le premier outil de diagnostic par IA adapté au programme de dépistage néonatal étendu actuel de la Chine.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Délai
Sensibilité du système d'interprétation par IA pour la détection des troubles métaboliques héréditaires
Délai: Dans les 12 mois suivant le dépistage néonatal
Dans les 12 mois suivant le dépistage néonatal
Spécificité du système d'interprétation de l'IA pour la détection des maladies métaboliques héréditaires
Délai: Dans les 12 mois suivant le dépistage néonatal
Dans les 12 mois suivant le dépistage néonatal

Collaborateurs et enquêteurs

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

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 (Estimé)

1 janvier 2027

Achèvement primaire (Estimé)

30 juin 2028

Achèvement de l'étude (Estimé)

30 novembre 2028

Dates d'inscription aux études

Première soumission

16 janvier 2026

Première soumission répondant aux critères de contrôle qualité

16 janvier 2026

Première publication (Réel)

26 janvier 2026

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

27 janvier 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

24 janvier 2026

Dernière vérification

1 janvier 2026

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • 2025-IRB-0550-P-01

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 .

S'abonner