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.

AI per lo Screening Metabolico Neonatale

Sviluppo e validazione clinica di un sistema di interpretazione basato sull'intelligenza artificiale per lo screening neonatale dei disturbi metabolici ereditari

L'obiettivo di questo studio clinico è valutare se un sistema di interpretazione basato sull'intelligenza artificiale (IA) possa diagnosticare accuratamente i disturbi metabolici ereditari nei neonati sottoposti a screening di routine. Le principali domande a cui mira a rispondere sono:

Qual è la sensibilità e la specificità del sistema di IA rispetto all'interpretazione manuale standard? Il sistema di IA riduce la variabilità nei risultati dello screening? I ricercatori confronteranno i risultati dell'interpretazione dell'IA con quelli della revisione manuale standard da parte di personale di laboratorio formato per valutare le prestazioni diagnostiche.

I partecipanti:

Vedranno i loro campioni di sangue dello screening neonatale di routine analizzati sia con il sistema di IA che con l'interpretazione manuale standard Saranno seguiti secondo le linee guida nazionali per lo screening neonatale se uno dei metodi indica un risultato positivo

Panoramica dello studio

Tipo di studio

Interventistico

Iscrizione (Stimato)

200000

Fase

  • Non applicabile

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Luoghi di studio

    • Zhejiang
      • Hangzhou, Zhejiang, Cina, 310000
        • The Children's Hospital, Zhejiang University School of Medicine
        • Contatto:

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

  • Bambino

Accetta volontari sani

Sì

Descrizione

Criteri di inclusione:

  • Neonati sottoposti a screening neonatale di routine per disturbi metabolici ereditari presso il Centro di Screening Neonatale della Provincia di Zhejiang tra maggio 2025 e dicembre 2027
  • Campioni di sangue raccolti tra i 2 e i 28 giorni di età
  • Disponibilità di dati completi dello screening neonatale e informazioni cliniche essenziali

Criteri di esclusione:

  • Dati di screening mancanti, incompleti o di scarsa qualità
  • Campioni duplicati dello stesso neonato

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

  • Scopo principale: Selezione
  • Assegnazione: N / A
  • Modello interventistico: Assegnazione di gruppo singolo
  • Mascheramento: Nessuno (etichetta aperta)

Armi e interventi

Gruppo di partecipanti / Arm
Intervento / Trattamento
Altro: Interpretazione AI e Manuale dei Dati dello Screening Neonatale
Questo intervento è un algoritmo software basato sul deep learning progettato specificamente per l'interpretazione dei dati di spettrometria di massa tandem (MS/MS) provenienti dallo screening neonatale di routine nei neonati cinesi. Integra covariate cliniche, tra cui età gestazionale, peso alla nascita e tempo di prelievo del sangue, per eseguire la normalizzazione multipla della mediana (MOM) e valuta simultaneamente 42 disturbi metabolici ereditari. A differenza degli strumenti di IA esistenti sviluppati per pannelli di screening di vecchia generazione (ad esempio, quelli che coprono solo 29 analiti), questo sistema è stato addestrato e validato su oltre 300.000 campioni reali di neonati cinesi, rendendolo il primo strumento diagnostico di IA adattato al programma di screening neonatale ampliato attualmente in vigore in Cina.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Lasso di tempo
Sensibilità del sistema di interpretazione AI per il rilevamento di disturbi metabolici ereditari
Lasso di tempo: Entro 12 mesi dopo lo screening neonatale
Entro 12 mesi dopo lo screening neonatale
Specificità del sistema di interpretazione dell'IA per il rilevamento di disturbi metabolici ereditari
Lasso di tempo: Entro 12 mesi dopo lo screening neonatale
Entro 12 mesi dopo lo screening neonatale

Collaboratori e investigatori

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

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 (Stimato)

1 gennaio 2027

Completamento primario (Stimato)

30 giugno 2028

Completamento dello studio (Stimato)

30 novembre 2028

Date di iscrizione allo studio

Primo inviato

16 gennaio 2026

Primo inviato che soddisfa i criteri di controllo qualità

16 gennaio 2026

Primo Inserito (Effettivo)

26 gennaio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

27 gennaio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

24 gennaio 2026

Ultimo verificato

1 gennaio 2026

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • 2025-IRB-0550-P-01

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 .

Sottoscrivi