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.

Connessione tra i segni della lingua e il reflusso biliare analizzati con l'intelligenza artificiale

20 giugno 2022 aggiornato da: Xiuli Zuo, Shandong University

Analizzando il legame tra i segni della lingua e il reflusso biliare mediante l'intelligenza artificiale

Introducendo l'intelligenza artificiale nella diagnosi della lingua della medicina cinese, abbiamo raccolto e raccolto immagini della lingua, scale di ansia e depressione e rapporti di gastroscopia, estratto e analizzato la correlazione tra immagini della lingua e reflusso biliare e ansia e depressione e costruito un modello di previsione per analizzare la possibilità di predire il reflusso biliare e l'ansia e la depressione nei pazienti in base alle immagini della lingua.

Panoramica dello studio

Stato

Non ancora reclutamento

Condizioni

Descrizione dettagliata

In primo luogo, dopo che il paziente ha firmato il modulo di consenso informato, il ricercatore raccoglierà immagini della lingua del paziente e otterrà informazioni di base sul paziente.

In secondo luogo, i pazienti vengono valutati sulla scala dell'ansia e della depressione.

In terzo luogo, dopo che il paziente è stato sottoposto a gastroscopia, si ottiene il referto della gastroscopia del paziente.

Infine, l'immagine della lingua del paziente, le informazioni e il referto della gastroscopia vengono abbinati per costruire un modello di intelligenza artificiale dell'immagine della lingua e del reflusso biliare, dell'ansia e della depressione, e viene valutata la qualità del modello.

Tipo di studio

Osservativo

Iscrizione (Anticipato)

1500

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 18 anni a 80 anni (ADULTO, ANZIANO_ADULTO)

Accetta volontari sani

Sì

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione di probabilità

Popolazione di studio

Pazienti di età compresa tra 18 e 80 anni sottoposti a gastroscopia e che soddisfano i criteri di inclusione e non soddisfano i criteri di esclusione.

Descrizione

Criterio di inclusione:

Pazienti di età compresa tra 18 e 80 anni che desiderano sottoporsi a gastroscopia.
I pazienti hanno dato il loro consenso informato e hanno firmato il modulo di consenso informato.

Criteri di esclusione:

Grave cuore, fegato, rene o altra malattia di base o malattia mentale.
Pazienti che assumono farmaci anti-ansia o depressione entro 3 mesi.
Infezione corrente da H. pylori.
Storia di interventi chirurgici sull'apparato digerente o biliare.
Ulcera peptica, tumore maligno dell'apparato digerente, ecc.
Pazienti che assumono bismuto o altri farmaci coloranti.
Donne in gravidanza o in allattamento.

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

Numero di gruppi/coorti

Coorti e interventi

Gruppo / Coorte
Gruppo di reflusso biliare Verranno estratti i referti gastroscopici dei pazienti arruolati ei pazienti saranno identificati come affetti da reflusso biliare secondo la classificazione Kellosalo J. Grado I: piccola quantità di reflusso giallastro che emerge dall'orifizio pilorico e/o colorazione giallastra del lago mucoso, che è di colore giallo pallido. Grado II: fiotto intermittente di reflusso dall'apertura pilorica e/o colorazione giallastra del lago mucoso, che è giallo scuro. Grado III: frequente zampillo di reflusso giallo-verde dall'orifizio pilorico e/o muco giallo-verde che ricopre lo stomaco.
Gruppo di reflusso non biliare I rapporti gastroscopici verranno estratti dai pazienti arruolati nel gruppo che non soddisfano la classificazione Kellosalo J come gruppo di reflusso non biliare.

Gruppo / Coorte

Gruppo di reflusso biliare

Verranno estratti i referti gastroscopici dei pazienti arruolati ei pazienti saranno identificati come affetti da reflusso biliare secondo la classificazione Kellosalo J.

Grado I: piccola quantità di reflusso giallastro che emerge dall'orifizio pilorico e/o colorazione giallastra del lago mucoso, che è di colore giallo pallido.

Grado II: fiotto intermittente di reflusso dall'apertura pilorica e/o colorazione giallastra del lago mucoso, che è giallo scuro.

Grado III: frequente zampillo di reflusso giallo-verde dall'orifizio pilorico e/o muco giallo-verde che ricopre lo stomaco.

Gruppo di reflusso non biliare

I rapporti gastroscopici verranno estratti dai pazienti arruolati nel gruppo che non soddisfano la classificazione Kellosalo J come gruppo di reflusso non biliare.

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 (VAN) 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 per i 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