Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Ultralydbasert estimering av hepatisk steatose hos barn med MASLD

23. november 2025 oppdatert av: Jae Won Choi

Prospektiv validering av en AI-drevet ultralydbasert metode for estimering av hepatisk steatose med bruk av MR-avledet fettfraksjon som referanse i pediatrisk metabolsk dysfunksjons-assosiert steatotisk leversykdom

Formålet med denne studien er å validere en kunstig intelligens (AI)-basert algoritme som estimerer leversteatose ved bruk av ultralyd (US) B-modus bilder hos pediatriske deltakere med metabolsk dysfunksjons-assosiert steatotisk leversykdom (MASLD). MRI proton tetthet fettfraksjon (MRI-PDFF) tjener som referansestandard for leverfettkvantifisering.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Studietype

Intervensjonell

Registrering (Faktiske)

50

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

      • Seoul, Sør -Korea, 03080
        • Seoul National University Hospital

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

  • Barn
  • Voksen

Tar imot friske frivillige

Ja

Beskrivelse

Inklusjonskriterier:

  • deltakere i alderen 8 til 18 år som er klinisk indikert for ultralydundersøkelse av leveren for å vurdere fettlever
  • deltakere med mistenkt eller kjent metabolsk dysfunksjons-assosiert fettleversykdom (MASLD)
  • i stand til å forstå studiens formål og gi skriftlig samtykke (fra både deltaker og verge)
  • samtykker til å gjennomgå samme-dags MR-undersøkelse av leveren i tillegg til ultralyden

Eksklusjonskriterier:

  • ikke i stand til å samarbeide med bildediagnostiske prosedyrer
  • forelder eller verge ikke i stand til å forstå studieforklaringen
  • kontraindikasjoner for MR
  • vurdert av forskeren til å være uegnet for deltakelse etter konsultasjon

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Lever ultralyd og MR

Deltakere gjennomgår samme-dags leveravbildning inkludert konvensjonell B-mode ultralyd, kvantitativ ultralyd og magnetresonanstomografi (MR).

Konvensjonell ultralyd: B-mode avbildning utført på tre ultralydsystemer (Canon Aplio i800, Philips EPIQ og Supersonic AIXPLORER) for å innhente gråskalabilder av leveren for kunstig intelligens (AI) analyse.

Kvantitativ ultralyd: Attenuasjonsavbildning (ATI) og shear wave elastografi/dispersjonsmålinger utført for å vurdere leverfett og stivhet.

MR: Proton tetthet fettfraksjon (PDFF) måling brukt som referansestandard for kvantifisering av leversteatose.

All avbildning utføres samme dag for hver deltaker for å sikre tidsmessig konsistens på tvers av modaliteter og leverandører.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Avtale mellom AI-forutsagt ultralyd fettfraksjon (AI-USFF) og MR proton tetthets fettfraksjon (MR-PDFF)
Tidsramme: Ved tidspunktet for avbildning (enkeltbesøk)

Referansestandard: MRI-PDFF (prosentandel)

- intraklasse korrelasjonskoeffisient (ICC)

Ved tidspunktet for avbildning (enkeltbesøk)

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Korrelasjon mellom AI-USFF og MRI-PDFF
Tidsramme: Ved avbildningstidspunktet (enkeltbesøk)

Referansestandard: MRI-PDFF (prosent)

- Pearsons korrelasjonskoeffisient (r)

Ved avbildningstidspunktet (enkeltbesøk)
Diagnostisk ytelse av AI-USFF for MR-baserte grad av leverfett
Tidsramme: Ved avbildningstidspunktet (enkeltbesøk)
Den diagnostiske ytelsen til AI-USFF for å påvise mild, moderat og alvorlig leverfettinfiltrasjon, som definert av MRI-PDFF-terskler, vil bli evaluert ved bruk av areal under mottakeroperasjonskarakteristikk-kurven (AUC).
Ved avbildningstidspunktet (enkeltbesøk)
Inter-Vendor Reproducibilitet av AI-USFF
Tidsramme: Ved avbildningstidspunkt (enkelt besøk)
Reproduserbarheten av AI-USFF på de tre ultralydsystemene vurderes ved hjelp av intraklassekorrelasjonskoeffisienten (ICC [2,k]).
Ved avbildningstidspunkt (enkelt besøk)

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 (Faktiske)

31. desember 2024

Primær fullføring (Faktiske)

23. september 2025

Studiet fullført (Faktiske)

23. september 2025

Datoer for studieregistrering

Først innsendt

23. november 2025

Først innsendt som oppfylte QC-kriteriene

23. november 2025

Først lagt ut (Antatt)

4. desember 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

4. desember 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

23. november 2025

Sist bekreftet

1. november 2025

Mer informasjon

Begreper knyttet til denne studien

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. .

Abonnere