AI által támogatott fehér fény endoszkópia az atrófiás gyomorhurut Kimura-Takemoto osztályozásának azonosítására
2024. április 10. frissítette: Yanqing Li, Shandong University
Mesterséges intelligencia által támogatott fehér fény endoszkópia az atrófiás gyomorhurut Kimura-Takemoto osztályozásának azonosítására a gyomorrák kockázatának értékelése érdekében
Az endoszkópos sorvadás a Kimura-Takemoto osztályozás szerint értékeli a gyomorneoplázia kialakulásának kockázatát.
A krónikus atrófiás gastritis álnegatív aránya azonban magas az endoszkóposok eltérő diagnosztikai szabványosítása és diagnosztikai tapasztalata, valamint szintje miatt.
Ezért ennek a tanulmánynak az a célja, hogy kidolgozzon egy mesterséges intelligencia-modellt a Kimura-Takemoto osztályozás azonosítására.
A tanulmány áttekintése
Állapot
Toborzás
Körülmények
Részletes leírás
Az endoszkópos sorvadás a Kimura-Takemoto osztályozás szerint értékeli a gyomorneoplázia kialakulásának kockázatát.
Minél magasabb a pontszám, annál súlyosabb az atrófiás gastritis mértéke.
A krónikus atrófiás gastritis álnegatív aránya azonban magas az endoszkóposok eltérő diagnosztikai szabványosítása és diagnosztikai tapasztalata, valamint szintje miatt.
Ezért ennek a tanulmánynak az a célja, hogy mesterséges intelligencia-modellt dolgozzon ki az atrófiás gastritis Kimura-Takemoto osztályozásának azonosítására a gyomorrák kockázatának felmérése érdekében.
Tanulmány típusa
Megfigyelő
Beiratkozás (Becsült)
1500
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi kapcsolat
- Név: yanqing Li, MD, PHD
- Telefonszám: 0531182169385
- E-mail: liyanqing@sdu.edu.cn
Tanulmányi helyek
-
-
Shandong
-
Shangdong, Shandong, Kína, 250012
- Toborzás
- Department of Gastrology, QiLu Hospital, Shandong University
-
Kapcsolatba lépni:
- yanqing Li, MD, PHD
- Telefonszám: 0531182169385
- E-mail: liyanqing@sdu.edu.cn
-
-
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Nem
Mintavételi módszer
Nem valószínűségi minta
Tanulmányi populáció
A vizsgálatba azokat az egymást követő betegeket vonják be a vizsgálatba, akik gasztrointesztinális endoszkópos vizsgálaton és szűrésen részesülnek, és megfelelnek a jogosultsági kritériumoknak a Qilu Kórházban, Shandong University.
Leírás
Bevételi kritériumok:
Fehér fényes endoszkópos vizsgálaton átesett 18-80 éves betegek A beteg által biztosított tájékoztatáson alapuló beleegyező nyilatkozat.
Kizárási kritériumok:
- súlyos szív-, agy-, tüdő- vagy veseműködési zavarban szenvedő vagy pszichiátriai betegek;
- rendellenességek, akik nem vehetnek részt a gasztroszkópiában;
- Progresszív gyomorrákban szenvedő betegek;
- gyenge minőségű képek;
- a gyomorban vagy a nyelőcsőben korábban sebészeti beavatkozásokon átesett betegek;
- betegek, akik megtagadják a beleegyező nyilatkozat aláírását;
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Fehér fény endoszkóppal megfigyelt krónikus atrófiás gastritis
Képet kaphat a gyomor antrumról, a gyomorszögről, a gyomortest kisebb görbületéről, a szívről, a gyomorfenékről, a gyomortest nagyobb görbületéről fehér fény endoszkóppal
|
Az endosopisták és a mesterséges intelligencia egymástól függetlenül értékelik a Kimura-Takemoto besorolást, ha a betegek alkalmasak.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Az AI-modell pontossága a Kimura-Takemoto osztályozás diagnosztizálásához
Időkeret: 2 év
|
Az AI-modell pontossága a Kimura-Takemoto osztályozás diagnosztizálásához
|
2 év
|
|
Az AI-modell érzékenysége a Kimura-Takemoto osztályozás diagnosztizálására
Időkeret: 2 év
|
Az AI-modell érzékenysége a Kimura-Takemoto osztályozás diagnosztizálására
|
2 év
|
|
Az AI-modell sajátossága a Kimura-Takemoto osztályozás diagnosztizálására
Időkeret: 2 év
|
Az AI-modell sajátossága a Kimura-Takemoto osztályozás diagnosztizálására
|
2 év
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Az AI modell MIOU értéke az endoszkópos atrófia kép szemantikai szegmentációjában
Időkeret: 2 év
|
Az AI modell MIOU értéke az endoszkópos atrófia kép szemantikai szegmentációjában
|
2 év
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Együttműködők
Nyomozók
- Tanulmányi szék: yanqing li, MD,PHD, Qilu Hospital, Shandong University
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
2023. június 1.
Elsődleges befejezés (Becsült)
2024. december 31.
A tanulmány befejezése (Becsült)
2024. december 31.
Tanulmányi regisztráció dátumai
Először benyújtva
2023. június 14.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2023. június 14.
Első közzététel (Tényleges)
2023. június 23.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2024. április 12.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2024. április 10.
Utolsó ellenőrzés
2024. április 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 2022SDU-QILU-123
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
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. .