内視鏡的逆行性胆管膵管造影における人工知能支援総胆管ステント選択
2022年7月2日 更新者:Yanqing Li、Shandong University
総胆管狭窄は内視鏡的逆行性胆管膵管造影(ERCP)の重要な適応症である。
胆管ステントのサイズを適切に選択することは、ステント移植の成功に役立つだけでなく、患者の予後の改善にも役立ちます。
現在、ステント仕様の選択は術者の経験的推定に基づいて行われていますが、これは正確ではないだけでなく、放射線被曝時間が長くなり、術者と患者の両方に不必要な害を与えます。
私たちの目的は、適切なステントを自動的に選択する人工知能アルゴリズムを開発することです。
調査の概要
状態
募集
詳細な説明
内視鏡的逆行性胆管膵管造影(ERCP)はリスクの高い手術です。 総胆管結石と狭窄は重要な兆候です。 ERCPの成功率向上と合併症軽減の鍵となるのがERCPの品質管理であり、大きな注目を集めている。 2015 年に、米国消化管内視鏡学会/米国消化器病学会 (ASGE/ACG) は ERCP 品質管理指標を発行しました。その中で胆管ステント留置と X 線透視時間が重要な術中の品質管理指標です。
適切な胆管ステント サイズの選択は、ステント移植の成功に役立つだけでなく、患者の予後の改善にも役立ちます。 適切な長さのステントを選択します。 ステントの近位側は閉塞部分の 1cm 上に位置し、遠位尾部は乳頭のすぐ外側に位置する必要があります。 ステントの長さは、X線で障害物の近位端と乳頭の間の距離を測定することによって決定できます。
現在のステント サイズの選択は、オペレーターの経験的な推定に基づいています。(1) 内視鏡の直径、コーンの長さ、またはカテーテルのマーキングによって距離を推定します。 (2) ガイドワイヤを後退させて、2 点間のガイドワイヤの後退距離を計算し、ステントの長さを推定します。長い放射線被ばく時間は、術者と患者の両方に無用な傷害をもたらします。
研究の種類
観察的
入学 (予想される)
600
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究連絡先
- 名前:Rui Ji, MD, PhD
- 電話番号:18560086103
- メール:qljirui@email.sdu.edu.cn
研究連絡先のバックアップ
- 名前:Yanqing Li, MD, PhD
- 電話番号:053182169385
- メール:liyanqing@sdu.edu.cn
研究場所
-
-
Shandong
-
Jinan、Shandong、中国、250012
- 募集
- Department of Gastroenterology,Qilu Hospital,Shandong University
-
コンタクト:
- Rui Ji, MD, PhD
- 電話番号:18560086103
- メール:qljirui@email.sdu.edu.cn
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年歳以上 (大人、高齢者)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
適格な画像をランダムに 2 つのグループに分けました。
1 つのグループはアルゴリズムのトレーニング用であり、もう 1 つのグループはアルゴリズムのテスト用です。
説明
包含基準:
- ERCPを受けた18歳以上の患者
除外基準:
- 挿管の失敗、胃貯留、十二指腸疾患などによる胆管膵管造影の失敗
- 患者は総胆管に狭窄がないことを証明した
- 造影剤の欠如または造影剤の不十分な充填による貧弱な胆管造影(完成したCBDまたはサムネイルのない胆管造影)
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
|---|
|
アルゴリズムをトレーニングするためのグループ
この画像グループは、人工知能のアルゴリズムのトレーニングに使用されます
|
|
アルゴリズムをテストするためのグループ
この画像グループは、人工知能のアルゴリズムをテストするために使用されます
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
人工知能によるステントの長さの計算精度
時間枠:6ヵ月
|
ステントの長さは「狭窄部から乳頭までの長さ+2cm」で計算。専門家が選んだステントの長さがゴールドスタンダード
|
6ヵ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
人工知能のセグメンテーションの精度
時間枠:4ヶ月
|
人工知能による総胆管、十二指腸内視鏡、狭窄病変のセグメンテーションの精度
|
4ヶ月
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Adler DG, Lieb JG 2nd, Cohen J, Pike IM, Park WG, Rizk MK, Sawhney MS, Scheiman JM, Shaheen NJ, Sherman S, Wani S. Quality indicators for ERCP. Gastrointest Endosc. 2015 Jan;81(1):54-66. doi: 10.1016/j.gie.2014.07.056. Epub 2014 Dec 2. No abstract available. Erratum In: Gastrointest Endosc. 2015 Apr;81(4):1060.
- Huang L, Lu X, Huang X, Zou X, Wu L, Zhou Z, Wu D, Tang D, Chen D, Wan X, Zhu Z, Deng T, Shen L, Liu J, Zhu Y, Gong D, Chen D, Zhong Y, Liu F, Yu H. Intelligent difficulty scoring and assistance system for endoscopic extraction of common bile duct stones based on deep learning: multicenter study. Endoscopy. 2021 May;53(5):491-498. doi: 10.1055/a-1244-5698. Epub 2020 Nov 9.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2022年4月20日
一次修了 (予想される)
2022年8月1日
研究の完了 (予想される)
2023年4月1日
試験登録日
最初に提出
2022年4月3日
QC基準を満たした最初の提出物
2022年4月3日
最初の投稿 (実際)
2022年4月11日
学習記録の更新
投稿された最後の更新 (実際)
2022年7月6日
QC基準を満たした最後の更新が送信されました
2022年7月2日
最終確認日
2022年5月1日
詳しくは
本研究に関する用語
その他の研究ID番号
- 2021-SDU-QILU-090
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。