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

Toepassing van machine learning-modellen om de behoefte aan diagnostische EUS of MRCP te verminderen bij patiënten met een gemiddelde kans op choledocholithiasis

4 januari 2026 bijgewerkt door: Asian Institute of Gastroenterology, India

Toepassing van machine learning-modellen om de behoefte aan diagnostische EUS of MRCP te verminderen bij patiënten met een gemiddelde kans op choledocholithiase - een prospectief, open-label, diagnostisch onderzoek

Een voorspellend model voor machinaal leren kan helpen bij het stratificeren van een heterogene groep met gemiddelde waarschijnlijkheid om de behoefte aan EUS of MRCP bij een geselecteerde subgroep van patiënten te verminderen.

Studie Overzicht

Toestand

Werving

Conditie

Gedetailleerde beschrijving

De huidige richtlijnen voor vermoedelijke choledocholithiasis zijn bedoeld om het risico te verminderen dat patiënten diagnostische ERCP krijgen en het risico op post-ERCP-bijwerkingen te verminderen. In dit proces is er een duidelijke toename van het aantal patiënten in de groep met gemiddelde waarschijnlijkheid die EUS of MRCP nodig heeft. Dit kan het gebruik van de gezondheidszorg en de zorgkosten voor patiënten met een gemiddelde waarschijnlijkheid verhogen. Het gebied van kunstmatige intelligentie in de klinische geneeskunde evolueert snel. Het gebruik van op kunstmatige intelligentie gebaseerde machine learning-modellen is niet voldoende bestudeerd voor het voorspellen van choledocholithiasis. Een voorspellend model voor machinaal leren kan helpen bij het stratificeren van een heterogene groep met gemiddelde waarschijnlijkheid om de behoefte aan EUS of MRCP bij een geselecteerde subgroep van patiënten te verminderen.

Studietype

Observationeel

Inschrijving (Geschat)

1000

Contacten en locaties

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

Studiecontact

Studie Contact Back-up

Studie Locaties

  • Indië
    • Telangana
      • Hyderabad, Telangana, Indië, 500032
        • Werving
        • Asian Institute of Gastroenterology
        • Contact:

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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

NVT

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Alle patiënten met vermoedelijke choledocholithiasis die voldoen aan de ESGE- of ASGE-risicostratificatiecriteria met een gemiddelde waarschijnlijkheid van choledocholithiasis zullen prospectief worden ingeschreven bij AIG Hospitals, Hyderabad.

Beschrijving

Inclusiecriteria:

• Individu van 18 jaar of ouder met een vermoedelijke choledocholithiasis die voldoet aan de ASGE- of ESGE-risicostratificatiecriteria met een middelmatige waarschijnlijkheid en die EUS of MRCP ondergaat

Uitsluitingscriteria:

  • Patiënten met een andere ziekte van het pancreas-galsysteem dan galstenen en choledocholithiasis, waaronder chronische pancreatitis, galstrictuur, pancreatobiliaire maligniteit en portale biliopathie
  • Patiënten met onderliggende chronische leverziekten
  • Zwangerschap en borstvoeding
  • Voorgeschiedenis van cholecystectomie

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

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Oppervlak onder de Receiver Operating Characteristic Curve (AUROC) van het Machine Learning Model
Tijdsspanne: 1 maand
Oppervlak onder de receiver operating characteristic curve (AUROC) van het op machine learning gebaseerde voorspellingsmodel voor het identificeren van de aanwezigheid van choledocholithiasis.
1 maand

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Diagnostische nauwkeurigheidsmetrieken van endoscopische echografie (EUS) of magnetische resonantie cholangiopancreatografie (MRCP)
Tijdsspanne: 1 maand
Sensitiviteit, specificiteit, positief voorspellende waarde (PPV), negatief voorspellende waarde (NPV) en oppervlak onder de receiver operating characteristic curve (AUROC) van magnetische resonantie cholangiopancreatografie (MRCP) voor de identificatie van choledocholithiasis.
1 maand
Validatieprestaties van het Machine Learning-voorspellingsmodel
Tijdsspanne: 1 maand
Validatieprestatie van het machine learning-model voor het voorspellen van choledocholithiasis, beoordeeld met behulp van AUROC, kalibratiemetingen (Brier-score) en kalibratieplots in een onafhankelijke validatiecohort.
1 maand

Medewerkers en onderzoekers

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

Sponsor

Asian Institute of Gastroenterology, India

Onderzoekers

  • Studie directeur: Mohan Ramchandani, MD, Asian Institute of Gastroenterology

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 oktober 2023

Primaire voltooiing (Geschat)

30 juni 2026

Studie voltooiing (Geschat)

30 oktober 2026

Studieregistratiedata

Eerst ingediend

13 september 2023

Eerst ingediend dat voldeed aan de QC-criteria

27 september 2023

Eerst geplaatst (Werkelijk)

4 oktober 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

6 januari 2026

Laatste update ingediend die voldeed aan QC-criteria

4 januari 2026

Laatst geverifieerd

1 december 2025

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • AI EUS Choledocholithiasis

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 .

Abonneren