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

Multimodale endoscopische beeldfusie voor het beoordelen van infiltratie bij oppervlakkig slokdarmplaveiselcelcarcinoom

10 mei 2024 bijgewerkt door: Changhai Hospital

Gebaseerd op multimodale endoscopie en zwak begeleid diepgaand leren-vroege slokdarmplaveiselcelcarcinoom-infiltratiediepte nauwkeurige voorspellingsstudie

Het doel van dit project is om een ​​nieuw protocol te ontwikkelen voor de aanvullende screening van slokdarmkanker in een vroeg stadium en de precancereuze laesies ervan. De verwachte resultaten zijn onder meer het vereenvoudigen van het trainingsproces voor gebruikers, het verkorten van de duur van onderzoeken en het bereiken van een nauwkeuriger beoordeling van de omvang van de invasie van slokdarmkanker dan momenteel mogelijk is met echografietechnologie. Dit onderzoek streeft ernaar de synergie van endoscopische echografie (EUS) en vergrotende endoscopie te benutten, aangevuld met de patroonherkenning en correlatiemogelijkheden van kunstmatige intelligentie (AI), om vroegtijdig slokdarmplaveiselcelcarcinoom en de invasiviteit ervan te detecteren, samen met hoogwaardige intra-epitheliale neoplasie. . Het overkoepelende doel is om het potentieel en de betekenis van deze aanpak bij de vroege detectie van slokdarmkanker vast te stellen.

De primaire doelstellingen van het project zijn het ontwikkelen van drie verschillende, door AI ondersteunde diagnostische systemen:

Een AI-aangedreven elektronisch endoscopisch diagnosesysteem dat is ontworpen om laesies autonoom te identificeren.

Een op AI gebaseerd EUS-diagnostisch systeem dat de getroffen gebieden automatisch kan afbakenen.

Een multimodaal diagnostisch raamwerk dat elektronische endoscopie integreert met EUS om de diagnostische nauwkeurigheid en efficiëntie te verbeteren.

Studie Overzicht

Gedetailleerde beschrijving

Het onderzoek werd in twee verschillende fasen uitgevoerd. De initiële fase, aangeduid als de modelleringsfase (fase 1), omvatte een retrospectieve analyse van in aanmerking komende proefpersonen van een consortium van medische instellingen, waaronder het First Affiliated Hospital van de Naval Medical University, het West China Hospital van de Sichuan University en het Provinciaal Ziekenhuis aangesloten bij Shandong. First Medical University, het First Affiliated Hospital van Soochow University, het First Affiliated Hospital van Henan University of Science and Technology, en het First Affiliated Hospital van Shihezi University, allemaal geselecteerd vóór 1 januari 2024. In de tweede fase, bekend als de real-world evaluatiefase (fase 2), werden prospectief opeenvolgende patiënten ingeschreven die tussen april 2024 en juni 2024 een magnometrische endoscopie en EUS zouden ondergaan in de bovengenoemde ziekenhuizen.

Studietype

Observationeel

Inschrijving (Geschat)

450

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 Locaties

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

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Het onderzoek werd in twee fasen uitgevoerd. De beginfase was de modelleringsfase (de eerste fase), waarbij vóór 1 januari 2024 patiënten uit zes ziekenhuizen betrokken waren, waaronder het First Affiliated Hospital of Naval Medical University. In de tweede fase, de zogenaamde real-world evaluatiefase (fase 2), werden prospectief opeenvolgende patiënten ingeschreven die tussen april en juni 2024 een vergrotende endoscopie en EUS zouden ondergaan in de bovengenoemde ziekenhuizen.

Beschrijving

Inclusiecriteria:

Patiënten die vergrotende endoscopie en endoscopische echografie nodig hebben. Individuen van beide geslachten, 18 jaar of ouder.

Uitsluitingscriteria:

Onvermogen om elektronische slokdarm-endoscopie te voltooien. Afwezigheid van biopsie of operatie, resulterend in onbereikbare pathologische resultaten. Patiënten die endoscopische laesievernietiging of fragmentarische resectie hebben ondergaan, waardoor het verkrijgen van een en bloc-resectiemonster niet mogelijk is.

Patiënten met significant endoscopisch, beeldvormend of pathologisch bewijs van gevorderde slokdarmkanker.

Patiënten die zich presenteren met duidelijke slokdarmstenose of dilatatie. Personen met een voorgeschiedenis van andere maligniteiten. Patiënten die neoadjuvante radiotherapie hebben gekregen. Patiënten die weigerden deel te nemen aan het onderzoek en geen geïnformeerde toestemming gaven.

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
Laaggradige intra-epitheliale neoplasie van slokdarmplaveiselepitheel
De verkregen vergrotende endoscopie- en endoscopische echografiebeelden werden gedeeld met kunstmatige intelligentie voor machine learning, diagnostische modellering en optimalisatie. In de evaluatiefase in de echte wereld werd de populatie met een hoog risico op vroege slokdarmkanker die van plan was een elektronische slokdarmendoscopie te ondergaan, prospectief geïncludeerd. Het door kunstmatige intelligentie ondersteunde diagnosesysteem werd gebruikt voor voorspelling vóór de operatie, en de postoperatieve pathologische resultaten werden gebruikt als de gouden standaard voor het diagnosticeren door middel van groepering.
Hoogwaardige intra-epitheliale neoplasie van slokdarmplaveiselepitheel
De verkregen vergrotende endoscopie- en endoscopische echografiebeelden werden gedeeld met kunstmatige intelligentie voor machine learning, diagnostische modellering en optimalisatie. In de evaluatiefase in de echte wereld werd de populatie met een hoog risico op vroege slokdarmkanker die van plan was een elektronische slokdarmendoscopie te ondergaan, prospectief geïncludeerd. Het door kunstmatige intelligentie ondersteunde diagnosesysteem werd gebruikt voor voorspelling vóór de operatie, en de postoperatieve pathologische resultaten werden gebruikt als de gouden standaard voor het diagnosticeren door middel van groepering.
Stadium T1a slokdarm plaveiselcelcarcinoom
De verkregen vergrotende endoscopie- en endoscopische echografiebeelden werden gedeeld met kunstmatige intelligentie voor machine learning, diagnostische modellering en optimalisatie. In de evaluatiefase in de echte wereld werd de populatie met een hoog risico op vroege slokdarmkanker die van plan was een elektronische slokdarmendoscopie te ondergaan, prospectief geïncludeerd. Het door kunstmatige intelligentie ondersteunde diagnosesysteem werd gebruikt voor voorspelling vóór de operatie, en de postoperatieve pathologische resultaten werden gebruikt als de gouden standaard voor het diagnosticeren door middel van groepering.
Stadium T1b slokdarmplaveiselcelcarcinoom
De verkregen vergrotende endoscopie- en endoscopische echografiebeelden werden gedeeld met kunstmatige intelligentie voor machine learning, diagnostische modellering en optimalisatie. In de evaluatiefase in de echte wereld werd de populatie met een hoog risico op vroege slokdarmkanker die van plan was een elektronische slokdarmendoscopie te ondergaan, prospectief geïncludeerd. Het door kunstmatige intelligentie ondersteunde diagnosesysteem werd gebruikt voor voorspelling vóór de operatie, en de postoperatieve pathologische resultaten werden gebruikt als de gouden standaard voor het diagnosticeren door middel van groepering.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Prestaties van modellen voor het diagnosticeren van laaggradige intra-epitheliale neoplasie, hoogwaardige intra-epitheliale neoplasie en oppervlakkig slokdarmplaveiselcarcinoom
Tijdsspanne: 01-04-2024 - 30-10-2024
Endoscopische submucosale dissectie (ESD) dient als de gouden standaard. Bij het berekenen van de gevoeligheid en specificiteit worden vier fundamentele maatstaven gebruikt: echt positief (TP), echt negatief (TN), vals negatief (FN) en vals positief (FP). Vervolgens wordt de Area Under the Curve (AUC) gebruikt om de diagnostische effectiviteit van het model te beoordelen.
01-04-2024 - 30-10-2024

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 (Geschat)

15 mei 2024

Primaire voltooiing (Geschat)

30 augustus 2024

Studie voltooiing (Geschat)

30 oktober 2024

Studieregistratiedata

Eerst ingediend

6 mei 2024

Eerst ingediend dat voldeed aan de QC-criteria

10 mei 2024

Eerst geplaatst (Werkelijk)

14 mei 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

14 mei 2024

Laatste update ingediend die voldeed aan QC-criteria

10 mei 2024

Laatst geverifieerd

1 mei 2024

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

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 .

Klinische onderzoeken op Slokdarmneoplasmata Kwaadaardig

3
Abonneren