このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。英語版ソーステキスト用。

腸上皮化生の重症度の人工知能支援共焦点レーザー内視鏡検査の識別

2022年7月13日更新者：Yanqing Li、Shandong University

人工知能支援共焦点レーザー内視鏡による胃がんリスク評価のための腸上皮化生重症度の同定

現在、コレアカスケードは、胃発癌の広く受け入れられているモデルです。腸上皮化生は、胃がんの危険因子です。シドニーの基準によると、軽度の腸化生は胃癌と関連していませんでしたが、中等度から重度の腸化生は胃癌の発生と強く関連していました。腸上皮化生はさまざまな形で分布しているため、白色光内視鏡の使用には特異性がなく、病理組織学的診断との一貫性は低いです。病理生検は、診断を下すためにまだ必要です。現在、国のガイドラインでは、胃がんのリスクを評価するために OLGIM スコアを使用する必要があり、OLGIM グレード III/IV の患者は胃内視鏡検査によって監視する必要があることが示唆されています。ただし、臨床的に実行不可能な少なくとも 4 つの生検が必要です。共焦点レーザー内視鏡検査により、病理学的所見に匹敵する生きた組織のリアルタイム観察が可能になります。

調査の概要

状態

募集

条件

詳細な説明

胃がんは、消化器系疾患における一般的な悪性腫瘍です。現在、コレアカスケードは、胃発癌の広く受け入れられているモデルです。腸上皮化生は胃がんの危険因子であり、腸型胃がんの前がん状態と考えられています。シドニーの基準によると、軽度の腸化生は胃癌と関連していませんでしたが、中等度から重度の腸化生は胃癌の発生と強く関連していました。腸上皮化生はさまざまな形で分布しているため、白色光内視鏡の使用には特異性がなく、病理組織学的診断との一貫性は低いです。病理生検は、診断を下すためにまだ必要です。現在、私たちの国のガイドラインでは、胃がんのリスクを評価するために OLGIM スコアを使用する必要があり、OLGIM グレード III/IV の患者は胃内視鏡検査によって監視する必要があることを示唆しています。ただし、臨床的に実行不可能な少なくとも 4 つの生検が必要です。共焦点レーザー内視鏡検査により、病理学的所見に匹敵する生きた組織のリアルタイム観察が可能になります。そのため、組織生検の代わりにリアルタイムで胃がんの高リスクを判断する人工知能支援共焦点レーザー内視鏡技術を確立しました。

研究の種類

観察的

入学 (予想される)

1000

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。

研究場所

中国
- Shandong
  - Jinan、Shandong、中国、250001
    - 募集
    - Qilu Hospital, Shandong University
    - コンタクト：
      
      Yanqing Li, PhD,MD
      
      電話番号：053182169385
      
      メール：liyanqing@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～80年 (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

山東大学Qilu病院で適格基準を満たす、上部消化管pCLE検査とスクリーニングを受けた連続患者は、研究に登録されます。

説明

包含基準:

共焦点胃カメラ検査を受ける18～80歳の患者

除外基準:

胃内視鏡検査に参加できない重度の心臓、脳、肺または腎機能障害または精神障害のある患者
-以前に胃に外科的処置を受けた患者
-生検に対する禁忌の患者
インフォームドコンセントフォームへの署名を拒否する患者

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

観測モデル：他の
時間の展望：回顧

グループ/コホートの数

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をトレーニングするために使用されます
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
腸上皮化生の程度を評価する際の AI モデルの精度時間枠：2年	病理学的生検結果は、生検部位での腸上皮化生の程度を診断する際のAIモデルの精度を評価するためのゴールドスタンダードとして使用されました	2年
腸上皮化生の程度を評価するための AI モデルの感度時間枠：2年	生検部位での腸上皮化生の程度を診断するための AI モデルの感度は、ゴールドスタンダードとして病理学的生検の結果を使用して評価されました。	2年
腸上皮化生の程度を評価するための AI モデルの特異性時間枠：2年	病理学的生検の結果は、生検部位での腸上皮化生の程度を診断する際の AI モデルの特異性を評価するためのゴールドスタンダードとして使用されました。	2年

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

Shandong University

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7月1日

一次修了 (予想される)

2023年12月30日

研究の完了 (予想される)

2023年12月30日

試験登録日

最初に提出

2022年7月9日

QC基準を満たした最初の提出物

2022年7月13日

最初の投稿 (実際)

2022年7月18日

学習記録の更新

投稿された最後の更新 (実際)