- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT04232462
Multicentrikus validációs tanulmány a mesterséges intelligencia által támogatott rendszer pontosságáról az emésztő endoszkópia klinikai alkalmazásában
A tanulmány áttekintése
Állapot
Beavatkozás / kezelés
Részletes leírás
Tanulmány típusa
Beiratkozás (Várható)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
Hubei
-
Wuhan, Hubei, Kína, 430000
- Renmin Hospital of Wuhan University
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- 18 éves vagy idősebb férfi vagy nő;
- az emésztőrendszeri betegségek jellemzőinek további tisztázása érdekében endoszkópiát és kapcsolódó vizsgálatokat kell végezni;
- el tudja olvasni, megérteni és aláírni a tájékozott hozzájárulást;
- a kutató úgy véli, hogy az alany megérti a klinikai vizsgálat folyamatát, hajlandó és képes az összes vizsgálati eljárást és utólagos látogatást elvégezni, és együttműködni a vizsgálati eljárásokban;
Kizárási kritériumok:
- részt vett más klinikai vizsgálatokban, aláírta a beleegyező nyilatkozatot, és részt vett más klinikai vizsgálatok nyomon követési időszakában;
- kábítószerrel vagy alkohollal való visszaélés vagy pszichés zavar az elmúlt 5 évben;
- terhes vagy szoptató nők;
- olyan alanyok, akiknek a kórtörténetében gyomor-bélrendszeri műtét szerepel;
- a kutató úgy ítéli meg, hogy az alany nem alkalmas endoszkópiára és kapcsolódó vizsgálatra;
- magas kockázatú betegségek vagy egyéb különleges állapotok, amelyeket a vizsgáló nem tart megfelelőnek ahhoz, hogy az alany részt vegyen a klinikai vizsgálatban.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Pontosság
Időkeret: 2020.1.12-2023.12.31
|
Számítsa ki az AI képekkel és videókkal kapcsolatos megítélésének pontosságát.
A pontosság a következő:
|
2020.1.12-2023.12.31
|
Érzékenység
Időkeret: 2020.1.12-2023.12.31
|
Számítsa ki a mesterséges intelligencia megítélésének érzékenységét a képekre és videókra vonatkozóan.
Az érzékenység: a ténylegesen pozitív mintában az az arány, amelyet pozitívnak ítél (például a valóban beteg személynél azt az arányt ítéli meg, akit a kórház betegnek ítél meg), számítási mód az az arány, igaz pozitív osztja igaz pozitív hozzá hamis negatív (légy valójában pozitív, de a bíró negatív).
|
2020.1.12-2023.12.31
|
Specificitás
Időkeret: 2020.1.12-2023.12.31
|
Számítsa ki az AI képekkel és videókkal kapcsolatos megítélésének specifikusságát.
Specifikusság: a ténylegesen negatív mintákban a negatívnak ítéltek arányát (például a ténylegesen nem betegek arányát, akiket nem betegnek ítél meg a kórház) a igaz negatív osztva a valódi negatív + hamis pozitív (valójában negatív, de pozitívnak ítélve).
|
2020.1.12-2023.12.31
|
Pozitív prediktív érték (PPV)
Időkeret: 2020.1.12-2023.12.31
|
A pozitív teszteredményekben a valódi pozitív emberek százalékos aránya azt jelzi, hogy a pozitív teszteredmények milyen valószínűséggel tartoznak a valódi esetekhez.
|
2020.1.12-2023.12.31
|
Negatív prediktív érték (NPV)
Időkeret: 2020.1.12-2023.12.31
|
A valódi negatív és negatív teszteredmények százalékos aránya jelzi annak valószínűségét, hogy a negatív teszteredmények nem esetek.
|
2020.1.12-2023.12.31
|
Vevő működési jellemzői (ROC) görbe
Időkeret: 2020.1.12-2023.12.31
|
1. definíció: Az alany működési jelleggörbéje egy koordináta-gráf, amely vízszintes tengelyként hamis pozitív arányból és függőleges tengelyként a valódi pozitív arányból, valamint az alany által meghatározott ingerkörülmények között a különböző megítélési kritériumok miatt rajzolt görbéből áll. A 2. definíció:ROC görbéket úgy hoztuk létre, hogy a valódi pozitív esetek (érzékenység) arányát a hamis pozitív esetek arányával (1-specifikusság) ábrázoltuk, a prediktív valószínűségi küszöb változtatásával. |
2020.1.12-2023.12.31
|
Görbe alatti terület (AUC)
Időkeret: 2020.1.12-2023.12.31
|
Számítsa ki az AI vevő működési karakterisztika (ROC) görbéje alatti területet.
|
2020.1.12-2023.12.31
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
átlagos átlagos pontosság (mAP)
Időkeret: 2020.1.12-2023.12.31
|
A mAP az átlagos pontosság küszöbértékét állítja be, és 1-et vagy 0-t vesz, majd az átlagos pontosság összegének átlagát osztja el az értékek számával.
|
2020.1.12-2023.12.31
|
Sørensen-Dice együttható (F1 pontszám)
Időkeret: 2020.1.12-2023.12.31
|
A Sørensen-Dice együttható két minta hasonlóságának mérésére szolgáló statisztika.
Az F1 pontszám a modell pontosságának és felidézésének súlyozott átlaga.
|
2020.1.12-2023.12.31
|
Visszahívási arány
Időkeret: 2020.1.12-2023.12.31
|
Az előre jelzett párok pozitív példáinak százalékos aránya az előre jelzett párok összes mintájában (beleértve a helyes előre jelzett pozitív példákat és a helyes előre jelzett negatív példákat).
|
2020.1.12-2023.12.31
|
Pozitív valószínűségi arány
Időkeret: 2020.1.12-2023.12.31
|
2020.1.12-2023.12.31
|
|
Negatív valószínűségi arány
Időkeret: 2020.1.12-2023.12.31
|
2020.1.12-2023.12.31
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Tanulmányi igazgató: Yu Honggang, MD, Wuhan University Renmin Hospital
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (TÉNYLEGES)
Elsődleges befejezés (VÁRHATÓ)
A tanulmány befejezése (VÁRHATÓ)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (TÉNYLEGES)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (TÉNYLEGES)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- EA-19-006
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .