Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Combinando la cascata del cancro della lingua e dello stomaco con l'intelligenza artificiale

20 giugno 2022 aggiornato da: Xiuli Zuo, Shandong University

Analizzando il legame tra le immagini della lingua e la risposta a cascata del cancro gastrico utilizzando tecniche di intelligenza artificiale

Questo studio combina l'intelligenza artificiale con le immagini della lingua, raccogliendo e raccogliendo immagini della lingua e risultati diagnostici e patologici di malattie gastroscopiche, estraendo e analizzando la correlazione tra immagini della lingua e OLGA, stadi OLGIM, sequenze di Correa e costruendo modelli di previsione, per indagare in profondità la relazione tra immagini della lingua e malattie precancerose, lesioni precancerose e cancro gastrico.

Panoramica dello studio

Stato

Non ancora reclutamento

Condizioni

Descrizione dettagliata

In primo luogo, le immagini della lingua e le informazioni sul paziente verranno raccolte dopo che il paziente ha firmato un modulo di consenso informato.

In secondo luogo, dopo che il paziente è stato sottoposto a gastroscopia, verranno ottenuti referti di gastroscopia del paziente e referti patologici.

In terzo luogo, lo sperimentatore valuterà il referto della gastroscopia del paziente per la sequenza Correa del cancro gastrico con stadiazione OLGA e OLGIM.

Infine, l'immagine della lingua del paziente, le informazioni e la risposta a cascata del cancro gastrico vengono abbinate per costruire un modello di intelligenza artificiale e valutare la qualità del modello.

Tipo di studio

Osservativo

Iscrizione (Anticipato)

4000

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

  • Cina
    • Shandong
      • Jinan, Shandong, Cina, 250012
        • Qilu hosipital

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 40 anni a 80 anni (Adulto, Adulto più anziano)

Accetta volontari sani

Sì

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Pazienti di età compresa tra 40 e 80 anni sottoposti a gastroscopia e che soddisfano i criteri di inclusione che non soddisfano i criteri di esclusione.

Descrizione

Criterio di inclusione:

  • Pazienti di età compresa tra i 40 e gli 80 anni che devono essere sottoposti a gastroscopia.
  • Tutti i pazienti hanno dato il loro consenso informato e hanno firmato il modulo di consenso informato.

Criteri di esclusione:

  • Persone con gravi disfunzioni cardiache, cerebrali, polmonari o renali o disturbi psichiatrici che non sono in grado di partecipare alla gastroscopia.
  • Pazienti con precedenti interventi chirurgici sul tratto gastrointestinale.
  • Pazienti che assumono bismuto o altri farmaci coloranti.

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

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Sensibilità
Lasso di tempo: 3 anni
Sensibilità dei modelli di intelligenza artificiale Sensibilità = numero di veri positivi / (numero di veri positivi + numero di falsi negativi) * 100%.
3 anni
Specificità
Lasso di tempo: 3 anni
Specificità dei modelli di intelligenza artificiale Specificità = numero di veri negativi / (numero di veri negativi + numero di falsi positivi))*100%
3 anni
Valori predittivi positivi (PPV)
Lasso di tempo: 3 anni
Valori predittivi positivi da modelli di intelligenza artificiale Valore predittivo positivo = vero positivo / (vero positivo + falso positivo)*100%
3 anni
Valori predittivi negativi (NPV)
Lasso di tempo: 3 anni
Valori predittivi negativi per modelli di intelligenza artificiale Valore predittivo negativo = vero negativo / (vero negativo + falso negativo)*100%
3 anni
AUC (IC 95%)
Lasso di tempo: 3 anni
area sotto la curva caratteristica operativa del ricevitore (AUC)
3 anni
Precisione
Lasso di tempo: 3 anni
Precisione dei modelli di intelligenza artificiale Precisione = (veri positivi + veri negativi) / numero totale di soggetti * 100%
3 anni

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

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 (Anticipato)

30 giugno 2022

Completamento primario (Anticipato)

30 giugno 2024

Completamento dello studio (Anticipato)

30 giugno 2025

Date di iscrizione allo studio

Primo inviato

5 maggio 2022

Primo inviato che soddisfa i criteri di controllo qualità

5 maggio 2022

Primo Inserito (Effettivo)

10 maggio 2022

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

22 giugno 2022

Ultimo aggiornamento inviato che soddisfa i criteri QC

20 giugno 2022

Ultimo verificato

1 giugno 2022

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • 2022SDU-QILU-G001

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 Tumore gastrico

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Cameroon

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

3
Sottoscrivi