Diagnosi automatica della neoplasia squamosa esofagea precoce utilizzando pCLE con AI
16 novembre 2024 aggiornato da: Yanqing Li, Shandong University
Diagnosi automatica della neoplasia squamosa esofagea precoce mediante endomicroscopia laser confocale basata su sonda con intelligenza artificiale
Il rilevamento e la differenziazione della neoplasia squamosa esofagea (ESN) sono utili per migliorare gli esiti dei pazienti.
L'endomicroscopia laser confocale basata su sonda (pCLE) può diagnosticare l'ESN in modo accurato. Tuttavia, ciò richiede molta esperienza, il che limita l'applicazione di pCLE.
I ricercatori hanno progettato un programma di diagnosi assistita da computer utilizzando la rete neurale profonda per effettuare automaticamente la diagnosi nell'esame pCLE e confrontarne le prestazioni con gli endoscopisti.
Panoramica dello studio
Stato
Completato
Intervento / Trattamento
Tipo di studio
Osservativo
Iscrizione (Effettivo)
57
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Luoghi di studio
-
-
Shandong
-
Jinan, Shandong, Cina, 250001
- Qilu Hospital, Shandong University
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
Da 18 anni a 80 anni (Adulto, Adulto più anziano)
Accetta volontari sani
No
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
Saranno arruolati nello studio pazienti consecutivi che ricevono l'esame pCLE del tratto gastrointestinale superiore e sottoposti a screening che soddisfano i criteri di ammissibilità presso il Qilu Hospital, Shandong University
Descrizione
Criterio di inclusione:
- di età compresa tra i 18 e gli 80 anni; accettare di dare il consenso informato scritto; sospetta lesione della mucosa esofagea è stata trovata mediante endoscopia a luce bianca.
Criteri di esclusione:
- Pazienti in condizioni non idonee per l'esecuzione di CLE tra cui coagulopatia, funzionalità renale o epatica compromessa, gravidanza o allattamento e allergia nota alla fluoresceina sodica; Impossibilità di fornire il consenso informato
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
lesioni della mucosa esofagea osservate da pCLE
pCLE viene utilizzato per distinguere le lesioni sospette rilevate mediante endoscopia a luce bianca o IEE.
|
La sospetta lesione della mucosa esofagea viene osservata utilizzando pCLE, l'endoscopista e l'IA faranno una diagnosi in modo indipendente.
Inoltre, l'endoscopista non può vedere la diagnosi di AI.
Dopo un periodo di washout, gli endoscopisti non esperti effettuano la seconda valutazione con l'assistenza dell'intelligenza artificiale.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
L’efficienza diagnostica dell’Intelligenza Artificiale
Lasso di tempo: 3 anni
|
L'esito primario è testare l'accuratezza diagnostica, la sensibilità, la specificità, il PPV e il NPV dell'intelligenza artificiale per la diagnosi della malattia della mucosa esofagea mediante esame pCLE in tempo reale.
|
3 anni
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Contrasta l'efficienza diagnostica dell'Intelligenza Artificiale con gli endoscopisti
Lasso di tempo: 1 mese
|
L'esito secondario è confrontare l'efficienza della diagnosi (inclusa accuratezza diagnostica, sensibilità, specificità, PPV, NPV per la diagnosi della malattia della mucosa esofagea sull'esame pCLE in tempo reale) tra Intelligenza Artificiale ed endoscopisti.
|
1 mese
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Investigatori
- Investigatore principale: Yanqing Li, Qilu Hospital, Shandong University
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
1 agosto 2019
Completamento primario (Effettivo)
31 gennaio 2023
Completamento dello studio (Effettivo)
31 gennaio 2023
Date di iscrizione allo studio
Primo inviato
20 ottobre 2019
Primo inviato che soddisfa i criteri di controllo qualità
20 ottobre 2019
Primo Inserito (Effettivo)
23 ottobre 2019
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Stimato)
19 novembre 2024
Ultimo aggiornamento inviato che soddisfa i criteri QC
16 novembre 2024
Ultimo verificato
1 novembre 2024
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 2019SDU-QILU-66
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .
Prove cliniche su La diagnosi dell'Intelligenza Artificiale e dell'endoscopista
-
Cuiling FengLinfen Central Hospital; Zhuhai Hospital of Integrated Traditional Chinese and... e altri collaboratoriNon ancora reclutamento