AI-assistert hvitlysendoskopi for å identifisere Kimura-Takemoto-klassifiseringen av atrofisk gastritt
Endoskopi med kunstig intelligens assistert hvitt lys for å identifisere Kimura-Takemoto-klassifiseringen av atrofisk gastritt for å oppnå risikovurdering av magekreft
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Detaljert beskrivelse
Studietype
Studietype
Registrering (Antatt)
Registrering
Kontakter og plasseringer
Studiekontakt
Studiekontakt
- Navn: yanqing Li, MD, PHD
- Telefonnummer: 0531182169385
- E-post: liyanqing@sdu.edu.cn
Studiesteder
-
-
Shandong
-
Shangdong, Shandong, Kina, 250012
- Rekruttering
- Department of Gastrology, QiLu Hospital, Shandong University
-
Ta kontakt med:
- yanqing Li, MD, PHD
- Telefonnummer: 0531182169385
- E-post: liyanqing@sdu.edu.cn
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
Pasienter i alderen 18-80 år som gjennomgår hvitlysendoskopundersøkelsen Informert samtykkeskjema gitt av pasienten.
Ekskluderingskriterier:
- pasienter med alvorlig hjerte-, cerebral, lunge- eller nyredysfunksjon eller psykiatrisk;
- lidelser som ikke kan delta i gastroskopi;
- Pasienter med progressiv magekreft;
- bilder av lav kvalitet;
- pasienter med tidligere kirurgiske prosedyrer på magen eller spiserøret;
- pasienter som nekter å signere skjemaet for informert samtykke;
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Antall grupper / kohorter
Kohorter og intervensjoner
Gruppe / KohortGruppe / Kohort |
Intervensjon / BehandlingIntervensjon / Behandling |
|---|---|
|
Kronisk atrofisk gastritt observert av hvitt lys endoskop
Få bilder fra gastrisk antrum, gastrisk vinkel, mindre krumning av magekroppen, cardia, gastrisk fundus, større krumning av magekroppen med hvitt lys endoskop
|
Endosopister og AI vil vurdere Kimura-Takemoto-klassifiseringen uavhengig når pasientene er kvalifisert.
|
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet av AI-modell for å diagnostisere Kimura-Takemoto-klassifiseringen
Tidsramme: 2 år
|
Nøyaktighet av AI-modell for å diagnostisere Kimura-Takemoto-klassifiseringen
|
2 år
|
|
Følsomhet av AI-modellen for å diagnostisere Kimura-Takemoto-klassifiseringen
Tidsramme: 2 år
|
Følsomhet av AI-modellen for å diagnostisere Kimura-Takemoto-klassifiseringen
|
2 år
|
|
Spesifisitet av AI-modell for å diagnostisere Kimura-Takemoto-klassifiseringen
Tidsramme: 2 år
|
Spesifisitet av AI-modell for å diagnostisere Kimura-Takemoto-klassifiseringen
|
2 år
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
MIOU-verdien til AI-modellen i semantisk segmentering av endoskopisk atrofibilde
Tidsramme: 2 år
|
MIOU-verdien til AI-modellen i semantisk segmentering av endoskopisk atrofibilde
|
2 år
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Samarbeidspartnere
Samarbeidspartnere
Etterforskere
Etterforskere
- Studiestol: yanqing li, MD,PHD, Qilu Hospital, Shandong University
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Antatt)
Primær fullføring
Studiet fullført (Antatt)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
Andre studie-ID-numre
- 2022SDU-QILU-123
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .