- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07328932
Multisenterstudie for å utvikle en modell for å identifisere urinsyre urinvegsstein ved hjelp av CT og laboratorietester (UAS-Model)
8. januar 2026 oppdatert av: Jian Zhuo
Utvikling av en presisjonsklassifiseringsmodell for urinsyre urinsteiner basert på multimodale parametere: En multikenter observasjonsstudie
Urinveissteiner er en vanlig tilstand som påvirker nyrene, urinlederne, blæren og urinrøret.
Ursyrestenene utgjør en viktig undertype av urinveisskler og krever forskjellige forebyggende og behandlingsstrategier sammenlignet med andre steintyper.
Men nøyaktig identifisering av ursyrestenene før behandling forblir utfordrende i rutinemessig klinisk praksis.
Denne flersenterobservasjonsstudien har som mål å utvikle og validere en presisjonsklassifiseringsmodell for å skille ursyreurinveissteiner fra ikke-ursyrestenene ved bruk av multimodale parametere.
Disse parameterne inkluderer pasientenes kliniske egenskaper, laboratorietestresultater og beregnet tomografi (CT) bildefunksjoner.
Pasienter som gjennomgår kirurgisk behandling for urinveissteiner ved deltakende sentre vil bli inkludert.
Steinsammensetning bestemt av infrarød spektroskopi etter operasjon vil bli brukt som referansestandard.
Ved å integrere kliniske, laboratorie- og bildebehandlingsdata søker denne studien å etablere en praktisk og pålitelig modell for å forbedre klassifiseringen av ursyrestenene og støtte individualisert klinisk behandling.
Studieoversikt
Status
Aktiv, ikke rekrutterende
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Dette er en multicenter-observasjonsstudie designet for å utvikle og validere en presisjonsklassifiseringsmodell for urinsyregjeldende urinvegsstein basert på multimodale parametere.
Studien vil bli gjennomført på flere sykehus i Kina og vil inkludere voksne pasienter som gjennomgår kirurgisk behandling for urinvegsstein som involverer nyre, urinleder, blære eller urinrør.
Kliniske data, laboratorieparametere (inkludert serum- og urinbiokjemiske indekser) og CT-bildeegenskaper vil bli samlet inn før behandling i henhold til standardiserte protokoller.
Steinsammensetning bestemt av postoperativ infrarød spektroskopi vil tjene som referansestandarden, med urinsyregjeldende steiner definert basert på etablerte komposisjonskriterier.
Studiepopulasjonen vil bli delt inn i trenings- og valideringskohorter.
Flervariabel statistisk modellering vil bli brukt for å identifisere uavhengige prediktorer for urinsyregjeldende steiner og for å konstruere en prediksjonsmodell.
Modellens ytelse vil bli evaluert ved bruk av diskriminering, kalibrering og klinisk nytteanalyse.
Resultatene av denne studien forventes å gi et klinisk anvendelig verktøy for mer nøyaktig klassifisering av urinsyregjeldende urinvegsstein, noe som kan lette individualiserte forebyggingsstrategier og behandlingsbeslutninger hos pasienter med urinsteinsykdom.
Studietype
Observasjonsmessig
Registrering (Antatt)
1650
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, Kina, 200000
- Shanghai General Hospital, Shanghai Jiao Tong University School of Medicine
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Studiepopulasjonen består av voksne pasienter med urinveissteiner som gjennomgår kirurgisk behandling ved deltakende sentre.
Kvalifiserte deltakere inkluderer pasienter med nyre-, urinleder-, blære- eller urinrørsteiner, med tilgjengelig klinisk informasjon, laboratorieprøveresultater, datatomografi-bilder og postoperativ steinsammensetningsanalyse.
Beskrivelse
Inklusjonskriterier:
- Pasienter med en bekreftet diagnose av urinveisstein, inkludert nyrestein, uréterstein, blærestein eller urinrørstein.
- Pasienter som gjennomgår kirurgisk behandling for urinveisstein ved deltakende sentre i studieperioden, inkludert uréteroskopi eller fleksibel uréteroskopi litotripsi, perkutan nefrolitotomi, pyelolitotomi eller uréterolitotomi, eller transuretral cystolitotripsi.
- Pasienter hvis steinsammensetning fastsettes ved postoperativ infrarød spektroskopi analyse.
Eksklusjonskriterier:
- Pasienter med flere steiner eller steiner lokalisert på flere steder, for eksempel flere nyresteiner eller samtidige nyre- og urétersteiner, for å unngå avvik mellom datatomografi-målinger av målsteinen og steinsammensetningsanalyse.
- Gravide eller ammende kvinner.
- Pasienter yngre enn 18 år.
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 |
|---|---|
|
Urisyre urinsteiner
Pasienter med urinveisteiner klassifisert som urinsyrestener basert på postoperativ infrarød spektroskopianalyse.
|
Dette er en observasjonsstudie med tverrsnittsdesign.
Deltakere blir ikke tildelt noen intervensjon som en del av studien.
All klinisk behandling, bildediagnostiske undersøkelser og laboratorieprøver utføres som en del av rutinemessig klinisk pleie.
|
|
Ikke-urinsyregikt nyresteiner
Pasienter med urinveissteiner klassifisert som ikke-urinsyresteiner basert på postoperativ infrarød spektroskopi-analyse.
|
Dette er en observasjonsstudie med tverrsnittsdesign.
Deltakere blir ikke tildelt noen intervensjon som en del av studien.
All klinisk behandling, bildediagnostiske undersøkelser og laboratorieprøver utføres som en del av rutinemessig klinisk pleie.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktigheten av multimodal modell for identifisering av urinsyre urinsteiner.
Tidsramme: Perioperativt
|
Det primære utfallet er den diagnostiske ytelsen til en multimodal klassifiseringsmodell for identifisering av urinsyregjeter i urinveiene.
Modellen integrerer kliniske egenskaper, laboratorieparametere og beregnet tomografi-bildeegenskaper.
Steinsammensetning bestemt ved postoperativ infrarød spektroskopi brukes som referansestandard.
Modellens ytelse vil bli evaluert ved hjelp av diskrimineringsmål som arealet under mottakeroperasjonskarakteristikk-kurven.
|
Perioperativt
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Jian Zhuo, PhD, Department of Urology, Shanghai General Hospital, Shanghai Jiao Tong University School of Medicine
Publikasjoner og nyttige lenker
Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.
Generelle publikasjoner
- Zeng G, Mai Z, Xia S, Wang Z, Zhang K, Wang L, Long Y, Ma J, Li Y, Wan SP, Wu W, Liu Y, Cui Z, Zhao Z, Qin J, Zeng T, Liu Y, Duan X, Mai X, Yang Z, Kong Z, Zhang T, Cai C, Shao Y, Yue Z, Li S, Ding J, Tang S, Ye Z. Prevalence of kidney stones in China: an ultrasonography based cross-sectional study. BJU Int. 2017 Jul;120(1):109-116. doi: 10.1111/bju.13828. Epub 2017 Mar 21.
- Bultitude M, Smith D, Thomas K. Contemporary Management of Stone Disease: The New EAU Urolithiasis Guidelines for 2015. Eur Urol. 2016 Mar;69(3):483-4. doi: 10.1016/j.eururo.2015.08.010. Epub 2015 Aug 21. No abstract available.
- Mandel NS, Mandel IC, Kolbach-Mandel AM. Accurate stone analysis: the impact on disease diagnosis and treatment. Urolithiasis. 2017 Feb;45(1):3-9. doi: 10.1007/s00240-016-0943-0. Epub 2016 Dec 3.
- Chew BH, Wong VKF, Halawani A, Lee S, Baek S, Kang H, Koo KC. Development and external validation of a machine learning-based model to classify uric acid stones in patients with kidney stones of Hounsfield units < 800. Urolithiasis. 2023 Sep 30;51(1):117. doi: 10.1007/s00240-023-01490-y.
- Wang Z, Yang G, Wang X, Cao Y, Jiao W, Niu H. A combined model based on CT radiomics and clinical variables to predict uric acid calculi which have a good accuracy. Urolithiasis. 2023 Feb 6;51(1):37. doi: 10.1007/s00240-023-01405-x.
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)
20. oktober 2025
Primær fullføring (Antatt)
20. august 2027
Studiet fullført (Antatt)
20. oktober 2027
Datoer for studieregistrering
Først innsendt
12. desember 2025
Først innsendt som oppfylte QC-kriteriene
8. januar 2026
Først lagt ut (Faktiske)
9. januar 2026
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
9. januar 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
8. januar 2026
Sist bekreftet
1. januar 2026
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
- Urogenitale sykdommer
- Mannlige urogenitale sykdommer
- Calculi
- Patologiske tilstander, anatomiske
- Urologiske sykdommer
- Kvinnelige urogenitale sykdommer
- Kvinnelige urogenitale sykdommer og graviditetskomplikasjoner
- Urolithiasis
- Patologiske tilstander, tegn og symptomer
- Urinkalkuli
- Undersøkelsesteknikker
- Metoder
- Observasjon
Andre studie-ID-numre
- IIT2025-087 (Annet stipend/finansieringsnummer: Shanghai General Hospital, Shanghai Jiao Tong University School of Medicine)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
IPD-planbeskrivelse
Individuelle deltakerdata vil ikke deles fordi studien omfatter multicenter kliniske data som inneholder sensitiv personlig og bildeinformasjon.
Datadeling er begrenset av institusjonelle retningslinjer, etiske godkjenninger og personvernregelverk.
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. .