Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Automatische diagnose van vroege oesofageale plaveiselcelneoplasie met behulp van pCLE met AI

20 oktober 2019 bijgewerkt door: Yanqing Li, Shandong University

Automatische diagnose van vroege slokdarmplaveiselcelneoplasie met behulp van op sondes gebaseerde confocale laser-endomicroscopie met kunstmatige intelligentie

Detectie en differentiatie van slokdarmplaveiselcelneoplasie (ESN) zijn van waarde bij het verbeteren van de patiëntresultaten. Op sonde gebaseerde confocale laser-endomicroscopie (pCLE) kan ESN nauwkeurig diagnosticeren. Dit vereist echter veel ervaring, wat de toepassing van pCLE beperkt. De onderzoekers ontwierpen een computerondersteund diagnoseprogramma met behulp van een diep neuraal netwerk om automatisch een diagnose te stellen bij pCLE-onderzoek en de prestaties ervan te vergelijken met die van endoscopisten.

Studie Overzicht

Studietype

Observationeel

Inschrijving (Verwacht)

60

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

    • Shandong
      • Jinan, Shandong, China, 250001
        • Werving
        • Qilu Hospital, Shandong University
        • Contact:
          • Yanqing Li, PhD,MD
          • Telefoonnummer: 053182169385

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar tot 80 jaar (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Opeenvolgende patiënten die het pCLE-onderzoek van het bovenste deel van het maagdarmkanaal ondergaan en gescreend zijn en die voldoen aan de geschiktheidscriteria in het Qilu Hospital, Shandong University, zullen worden opgenomen in de studie

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

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
slokdarmmucosale laesies waargenomen door pCLE
pCLE wordt gebruikt om de vermoedelijke laesies te onderscheiden die worden gedetecteerd door endoscopie met wit licht.
Wanneer een vermoedelijke slokdarmslijmvlieslaesie wordt waargenomen met behulp van pCLE, zullen endoscopist en AI onafhankelijk een diagnose stellen. Daarnaast kan de endoscopist de diagnose AI niet zien.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De diagnose-efficiëntie van kunstmatige intelligentie
Tijdsspanne: 3 maanden
Het primaire resultaat is het testen van de diagnostische nauwkeurigheid, gevoeligheid, specificiteit, PPV, NPV van de kunstmatige intelligentie voor het diagnosticeren van slokdarmslijmvliesaandoeningen bij real-time pCLE-onderzoek.
3 maanden

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

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (WERKELIJK)

1 augustus 2019

Primaire voltooiing (VERWACHT)

1 december 2019

Studie voltooiing (VERWACHT)

1 december 2019

Studieregistratiedata

Eerst ingediend

20 oktober 2019

Eerst ingediend dat voldeed aan de QC-criteria

20 oktober 2019

Eerst geplaatst (WERKELIJK)

23 oktober 2019

Updates van studierecords

Laatste update geplaatst (WERKELIJK)

23 oktober 2019

Laatste update ingediend die voldeed aan QC-criteria

20 oktober 2019

Laatst geverifieerd

1 oktober 2019

Meer informatie

Termen gerelateerd aan deze studie

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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 .

3
Abonneren