前向き研究: 強膜画像を通じて血清ビリルビンを測定するためのスマートフォン アプリケーション
前向き研究: 強膜画像による血清ビリルビンのリアルタイム評価のためのスマートフォン プラットフォーム上のコンピューター ビジョン モデル
有効性の主要エンドポイントは、ビリルビン回帰モデルの予測値と実際の値の間の標準偏差と決定係数 (R2)、および黄疸重症度分類モデルの等級付け精度です。 二次有効性エンドポイントは、予測ビリルビン値と実際のビリルビン値の間の平均誤差パーセンテージです。 関連する安全上のリスクはありません。
カテゴリ変数 (黄疸等級評価指標など) の統計的差異は、カイ二乗検定またはフィッシャーの正確確率検定を使用して分析されます。 連続変数(ビリルビン予測評価指標など)の場合は、t 検定(正規分布)またはノンパラメトリック検定(非正規分布)が使用されます。 黄疸の等級付け精度の 95% 信頼区間は、ウィルソン法を使用して計算されます。
勉強期間は3ヶ月程度を予定しております。
調査の概要
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前:Yanglin Pan, MD
- 電話番号:86-13991811225
- メール:yanglinpan@hotmail.com
研究場所
-
-
Shaanxi
-
Xi'an、Shaanxi、中国、710032
- 募集
- First Affiliated Hospital of Air Force Military Medical University
-
コンタクト:
- Yanglin Pan
- 電話番号:13991811225
- メール:yanglinpan@hotmail.com
-
副調査官:
- Xintain Yang
-
-
参加基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
研究対象集団の説明:
この研究には、14歳以上の男性と女性の合計270人の患者が含まれる予定です。 参加者は、強膜の色に影響を与える可能性のある既存の疾患を持っていてはなりません。 指示に従い、強膜イメージング手順を完了できる必要があります。 患者集団は主に、結腸直腸ポリープ、膵炎、膵臓腫瘍、肝胆道結石、または胆道腫瘍の治療を受けている個人で構成されます。
スクリーニング手順:
潜在的な参加者は口頭質問を使用してスクリーニングされ、包含基準と除外基準に基づいて適格性が評価されます。 明らかな眼表面の障害を除外するために、簡単な眼科検査が行われます。 適格な参加者には、研究の目的、手順、潜在的なリスクと利点についての詳細な説明が提供されます。 研究に登録する前に、すべての参加者から書面によるインフォームドコンセントが得られます。
説明
包含基準:
年齢は14歳以上。 西京病院の消化器科を受診し、同日に肝機能検査を受ける対象。 対象者の疾患範囲には、主に膵炎、膵臓腫瘍、肝胆道結石、胆管腫瘍、結腸ポリープが含まれます。
除外基準:
緑内障、ウィルソン病、翼状片、または強膜炎など、強膜の色の異常な変化を引き起こす可能性のある疾患を患っている被験者。
最近カロテノイドが豊富な食品(オレンジやニンジンなど)を大量に摂取した被験者。
インフォームドコンセントを提供できない被験者。
排除基準:
外眼検査中の眼球運動の制限または過剰な緊張により、強膜露出が不完全な被験者。
強膜検査時の眼球回転の指示が理解できない、または聴力が悪いなどの理由で協力できない場合。
研究計画
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 |
---|
消化器病コホートにおける強膜性黄疸のリアルタイム評価
このコホートは、西京病院の消化器科から連続して登録された少なくとも270人の被験者で構成されています。
対象者は一定期間にわたって前向きに追跡され、年齢、医療情報、強膜画像、肝機能検査の結果に関するデータが収集される。
このコホートには、さまざまな肝疾患とさまざまな程度の黄疸重症度を患う患者が含まれます。
|
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 |
---|---|---|
予測されるビリルビンレベルの損失
時間枠:試験終了直後
|
ビリルビン回帰モデルの予測ビリルビンレベルと実際のビリルビンレベルの間の標準偏差と平均パーセンテージ誤差。
|
試験終了直後
|
分類精度
時間枠:試験終了直後
|
黄疸重症度等級モデルの分類精度
|
試験終了直後
|
協力者と研究者
出版物と役立つリンク
一般刊行物
- Bang JY, Navaneethan U, Hasan M, Hawes R, Varadarajulu S. Stent placement by EUS or ERCP for primary biliary decompression in pancreatic cancer: a randomized trial (with videos). Gastrointest Endosc. 2018 Jul;88(1):9-17. doi: 10.1016/j.gie.2018.03.012. Epub 2018 Mar 21.
- Inamori G, Kamoto U, Nakamura F, Isoda Y, Uozumi A, Matsuda R, Shimamura M, Okubo Y, Ito S, Ota H. Neonatal wearable device for colorimetry-based real-time detection of jaundice with simultaneous sensing of vitals. Sci Adv. 2021 Mar 3;7(10):eabe3793. doi: 10.1126/sciadv.abe3793. Print 2021 Mar.
- Bian Y, Zheng Z, Fang X, Jiang H, Zhu M, Yu J, Zhao H, Zhang L, Yao J, Lu L, Lu J, Shao C. Artificial Intelligence to Predict Lymph Node Metastasis at CT in Pancreatic Ductal Adenocarcinoma. Radiology. 2023 Jan;306(1):160-169. doi: 10.1148/radiol.220329. Epub 2022 Sep 6.
- Wu HL, Yao LW, Shi HY, Wu LL, Li X, Zhang CX, Chen BR, Zhang J, Tan W, Cui N, Zhou W, Zhang JX, Xiao B, Gong RR, Ding Z, Yu HG. Validation of a real-time biliopancreatic endoscopic ultrasonography analytical device in China: a prospective, single-centre, randomised, controlled trial. Lancet Digit Health. 2023 Nov;5(11):e812-e820. doi: 10.1016/S2589-7500(23)00160-7. Epub 2023 Sep 27.
- Park JH, Yang MJ, Kim JS, Park B, Kim JH, Sunwoo MH. Deep-Learning-Based Smartphone Application for Self-Diagnosis of Scleral Jaundice in Patients with Hepatobiliary and Pancreatic Diseases. J Pers Med. 2021 Sep 18;11(9):928. doi: 10.3390/jpm11090928.
- Xiao W, Huang X, Wang JH, Lin DR, Zhu Y, Chen C, Yang YH, Xiao J, Zhao LQ, Li JO, Cheung CY, Mise Y, Guo ZY, Du YF, Chen BB, Hu JX, Zhang K, Lin XS, Wen W, Liu YZ, Chen WR, Zhong YS, Lin HT. Screening and identifying hepatobiliary diseases through deep learning using ocular images: a prospective, multicentre study. Lancet Digit Health. 2021 Feb;3(2):e88-e97. doi: 10.1016/S2589-7500(20)30288-0.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
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。