Automatische diagnose van vroege oesofageale plaveiselcelneoplasie met behulp van pCLE met AI
Automatische diagnose van vroege slokdarmplaveiselcelneoplasie met behulp van op sondes gebaseerde confocale laser-endomicroscopie met kunstmatige intelligentie
Studie Overzicht
Toestand
Toestand
Conditie
Conditie
Interventie / Behandeling
Interventie / Behandeling
Studietype
Studietype
Inschrijving (Werkelijk)
Inschrijving
Contacten en locaties
Studie Locaties
-
-
Shandong
-
Jinan, Shandong, China, 250001
- Qilu Hospital, Shandong University
-
-
Deelname Criteria
Geschiktheidscriteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- tussen 18 en 80 jaar oud; akkoord gaan met het geven van schriftelijke geïnformeerde toestemming; vermoedelijke laesie van het slijmvlies van de slokdarm werd gevonden door endoscopie met wit licht.
Uitsluitingscriteria:
- Patiënten onder omstandigheden die ongeschikt zijn voor het uitvoeren van CLE, waaronder coagulopathie, verminderde nier- of leverfunctie, zwangerschap of borstvoeding en bekende allergie voor natriumfluoresceïne; Onvermogen om geïnformeerde toestemming te geven
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Aantal groepen / cohorten
Cohorten en interventies
Groep / CohortGroep / Cohort |
Interventie / BehandelingInterventie / Behandeling |
|---|---|
|
slokdarmslijmvlieslaesies waargenomen door pCLE
pCLE wordt gebruikt om de vermoedelijke laesies te onderscheiden die worden gedetecteerd door witlichtendoscopie of IEE.
|
Vermoedelijke laesie van het slokdarmslijmvlies wordt waargenomen met behulp van pCLE, endoscopist en AI zullen onafhankelijk een diagnose stellen.
Bovendien kan de endoscopist de diagnose AI niet zien.
Na een wash-outperiode voeren niet-deskundige endoscopisten de tweede beoordeling uit met behulp van AI.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
De diagnose-efficiëntie van kunstmatige intelligentie
Tijdsspanne: 3 jaar
|
Het primaire resultaat is het testen van de diagnostische nauwkeurigheid, gevoeligheid, specificiteit, PPV en NPV van de kunstmatige intelligentie voor het diagnosticeren van slokdarmslijmvliesaandoeningen op realtime pCLE-onderzoek.
|
3 jaar
|
Secundaire uitkomstmaten
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Vergelijk de diagnose-efficiëntie van kunstmatige intelligentie met die van endoscopisten
Tijdsspanne: 1 maand
|
Het secundaire resultaat is het vergelijken van de diagnose-efficiëntie (inclusief diagnostische nauwkeurigheid, gevoeligheid, specificiteit, PPV, NPV voor het diagnosticeren van slokdarmslijmvliesaandoeningen bij real-time pCLE-onderzoek) tussen kunstmatige intelligentie en endoscopisten.
|
1 maand
|
Medewerkers en onderzoekers
Sponsor
Sponsor
Onderzoekers
Onderzoekers
- Hoofdonderzoeker: Yanqing Li, Qilu Hospital, Shandong University
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Studie start
Primaire voltooiing (Werkelijk)
Primaire voltooiing
Studie voltooiing (Werkelijk)
Studie voltooiing
Studieregistratiedata
Eerst ingediend
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Eerst geplaatst
Updates van studierecords
Laatste update geplaatst (Geschat)
Laatste update geplaatst
Laatste update ingediend die voldeed aan QC-criteria
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
Andere studie-ID-nummers
- 2019SDU-QILU-66
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .