- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT03787784
Automatische classificatie van colorectale poliepen met behulp van op sondes gebaseerde endomicroscopie met kunstmatige intelligentie
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Studietype
Inschrijving (Verwacht)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
Shandong
-
Jinan, Shandong, China, 250001
- Werving
- Endoscopic unit of Qilu Hospital Shandong University
-
Contact:
- Yanqing Li, PhD,MD
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Beschrijving
Inclusiecriteria:
tussen 18 en 80 jaar oud; stemt ermee in om schriftelijke geïnformeerde toestemming te geven.
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
- Primair doel: Diagnostisch
- Toewijzing: Gerandomiseerd
- Interventioneel model: Parallelle opdracht
- Masker: Verdrievoudigen
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: AI zichtbare groep
|
Automatische diagnose-informatie van AI is zichtbaar voor endoscopist
|
|
Geen tussenkomst: AI onzichtbare groep
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
De nauwkeurigheid van het classificeren van colorectale poliepen met behulp van op sondes gebaseerde endomicroscopie met diepe neurale netwerken
Tijdsspanne: 4 maanden
|
Het primaire resultaat is het testen van de diagnostische nauwkeurigheid, gevoeligheid, specificiteit, PPV, NPV van de kunstmatige intelligentie voor het diagnosticeren van colorectale poliepen op real-time pCLE-onderzoek.
|
4 maanden
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Vergelijk de diagnose-efficiëntie van kunstmatige intelligentie met die van endoscopisten
Tijdsspanne: 3 maanden
|
Het secundaire resultaat is het vergelijken van de diagnose-efficiëntie (inclusief diagnostische nauwkeurigheid, gevoeligheid, specificiteit, PPV, NPV voor het diagnosticeren van colorectale poliepen bij real-time pCLE-onderzoek) tussen kunstmatige intelligentie en endoscopisten.
|
3 maanden
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Verwacht)
Studie voltooiing (Verwacht)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 2018SDU-QILU-8
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 .