- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05797051
Anvendelse av hyperspektral avbildning i diagnostisering av glomerulære sykdommer
29. april 2023 oppdatert av: Zunsong Wang, Qianfoshan Hospital
Morgenurinprøver fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal degenerativ nefropati bekreftet ved nyrenålebiopsi på sykehuset vårt fra november 2020 til januar 2022 ble samlet inn.
Ved å skanne morgenurinprøvene til tilsvarende pasienter med mikrohyperspektral bildeapparat, ble maskinlæring og dyp læring brukt til å klassifisere mikrohyperspektrale bilder, og klassifiseringsnøyaktigheten var større enn 85 %.
Således kan hyperspektral avbildningsteknologi brukes som et ikke-invasivt diagnostisk middel for å hjelpe diagnostisering av glomerulære sykdommer.
Studieoversikt
Status
Har ikke rekruttert ennå
Forhold
Intervensjon / Behandling
Studietype
Observasjonsmessig
Registrering (Forventet)
80
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Wang Zongsong
- Telefonnummer: 18660190175
- E-post: wzsong3@163.com
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
18 år til 90 år (Voksen, Eldre voksen)
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
Pasienter med massiv proteinuri ble diagnostisert som IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati ved nyrebiopsi.
Beskrivelse
Inklusjonskriterier:
- Over 18 år gammel;
- Pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati, minimal endring nefropati bekreftet ved nyrebiopsi;
- Hadde ikke mottatt hormon- og/eller immunsuppressiv behandling før nyrebiopsi;
- Fullstendige kliniske data, alle signerte "opptaksbeviset til Qianfoshan sykehus i Shandong-provinsen", og ble enige om å bruke relevant medisinsk informasjon, biologisk prøveundersøkelse og undersøkelsesresultater for vitenskapelig forskning.
Ekskluderingskriterier:
- Det er faktorer som forårsaker sekundær membranøs nefropati, som immunsykdommer (systemisk lupus erythematosus), svulster/infeksjoner (viral hepatitt), medikamenter eller giftstoffer, etc.;
- Alvorlig infeksjon: feber, hoste og oppspytt, sår hals, magesmerter, diaré, karbunkel og furunkel og andre kliniske manifestasjoner av hud- og bløtvevsinfeksjon, blodrutineantall av hvite blodlegemer utenfor normalområdet (10×109/L);
- Alvorlig kardiovaskulær sykdom: inkludert kronisk hjertesvikt grad 3 eller høyere og ulike arytmier;
- Smittsomme sykdommer: aktiv hepatitt, AIDS, syfilis, etc. ;
- Tumorbevis: det er funnet at det er en viss svulst eller kliniske manifestasjoner, tumormarkører, etc., som tyder på muligheten for svulst.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
---|---|
diabetisk nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati.
Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius.
Bildene ble delt inn i et treningssett og et testsett med et fast forhold.
De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste.
Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen.
Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
|
Mikroskopisk hyperspektralt bildesystem
|
minimal endring nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati.
Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius.
Bildene ble delt inn i et treningssett og et testsett med et fast forhold.
De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste.
Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen.
Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
|
Mikroskopisk hyperspektralt bildesystem
|
IgA nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati.
Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius.
Bildene ble delt inn i et treningssett og et testsett med et fast forhold.
De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste.
Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen.
Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
|
Mikroskopisk hyperspektralt bildesystem
|
idiopatisk membranøs nefropati
Urinprøver ble samlet inn fra pasienter med IgA nefropati, idiopatisk membranøs nefropati, diabetisk nefropati og minimal endringsnefropati.
Prøvene ble sentrifugert og frosset i kjøleskap ved -80 grader Celsius.
Bildene ble delt inn i et treningssett og et testsett med et fast forhold.
De digitale bildene ble lagt inn i klassifiseringsmodeller som endimensjonale konvolusjonelle nevrale nettverk for å lære og teste.
Treningssettet ble brukt til trening og parameteriterering av den ikke-invasive væskediagnosemodellen med kunstig intelligens, og testsettet ble brukt til gjenkjennelse og tolkning av modellen.
Forvirringsmatrisen, nøyaktigheten og ROC-kurven ble beregnet gjennom tolkningsresultatene for å evaluere ytelsen til modellen.
|
Mikroskopisk hyperspektralt bildesystem
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
---|---|---|
Mikrohyperspektralt bilde av urinprøve
Tidsramme: 2023.4-2023.10
|
Mikrohyperspektrale bilder av urinprøver fra pasienter med fire ulike glomerulære sykdommer før behandling
|
2023.4-2023.10
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Forventet)
30. mai 2023
Primær fullføring (Forventet)
20. august 2023
Studiet fullført (Forventet)
20. september 2023
Datoer for studieregistrering
Først innsendt
18. mars 2023
Først innsendt som oppfylte QC-kriteriene
31. mars 2023
Først lagt ut (Faktiske)
4. april 2023
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
3. mai 2023
Siste oppdatering sendt inn som oppfylte QC-kriteriene
29. april 2023
Sist bekreftet
1. april 2023
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- liquid biopsy-glomerulopathy
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
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. .
Kliniske studier på Diabetiske nefropatier
-
Assiut UniversityUkjentom Vitreomacular Interface Abnormalities in Diabetic Retinopathy
Kliniske studier på Mikroskopisk hyperspektralt bildesystem
-
Memorial Sloan Kettering Cancer CenterAktiv, ikke rekrutterende
-
Beth Israel Deaconess Medical CenterDana-Farber Cancer Institute; Brigham and Women's HospitalFullførtBrystkreftForente stater
-
SpectralMDBaylor Research InstituteAvsluttetPerifer arteriell sykdom | AmputasjonssårForente stater
-
Wang Joon HoHar ikke rekruttert ennåSammenligning av kinematiske bevegelser mellom ACL-mangel med ACL-rekonstruksjon og friske menneskerFremre korsbåndskader | Rekonstruksjon av fremre korsbånd | Friske menneskerKorea, Republikken
-
InfraredxMedstar Health Research InstituteFullførtKoronararteriesykdom | AteroskleroseStorbritannia, Nederland, Forente stater, Italia, Latvia, Slovakia
-
NinePoint MedicalFullførtGjennomgår esophagogastroduodenoskopi (EGD)Forente stater
-
Martin-Luther-Universität Halle-WittenbergFullførtSukkersyke | Diabetisk polynevropati | Diabetisk gastropareseTyskland
-
Ohio State UniversityMedtronicRekrutteringDegenerativ skivesykdomForente stater
-
Changhai HospitalUkjentKolorektalt adenom | Kolorektal polyppKina
-
Stryker OrthopaedicsTilbaketrukketLaparoskopisk kolecystektomiKina