Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Sztuczna inteligencja w EUS w diagnostyce litych zmian trzustkowych

2 kwietnia 2024 zaktualizowane przez: Bin Cheng, Huazhong University of Science and Technology

Wykorzystanie sztucznej inteligencji do opracowania modelu sieci neuronowej splotu EUS wyszkolonego do różnicowania raka trzustki od innych litych zmian chorobowych trzustki

Naszym celem jest opracowanie modelu EUS-AI, który może ułatwić diagnozę kliniczną poprzez analizę zdjęć EUS i parametrów klinicznych pacjentów.

Przegląd badań

Status

Status

Wskazuje aktualny stan rekrutacji lub stan rozszerzonego dostępu.
Zakończony

Warunki

Warunki

Badana choroba, zaburzenie, zespół, choroba lub uraz. Na stronie ClinicalTrials.gov warunki mogą również obejmować inne kwestie związane ze zdrowiem, takie jak długość życia, jakość życia i zagrożenia dla zdrowia.

Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.

Szczegółowy opis

EUS jest uważana za metodę bardziej czułą niż tomografia komputerowa w wykrywaniu litych zmian w trzustce ze względu na wysoką rozdzielczość przestrzenną. Skuteczność diagnostyki zależy jednak w dużej mierze od doświadczenia i możliwości technicznych lekarzy. Dlatego naszym celem jest opracowanie obiektywnego modelu diagnostycznego EUS opartego na konwolucyjnej sieci neuronowej, technice sztucznej inteligencji. Ponadto do tego modelu sztucznej inteligencji dodano parametry kliniczne, takie jak czynniki ryzyka, biomarkery guza i wyniki radiologii, aby naśladować rzeczywiste procedury diagnostyki klinicznej i zwiększyć wydajność tego modelu.

Typ studiów

Typ studiów

Opisuje charakter badania klinicznego. Rodzaje badań obejmują badania interwencyjne (zwane także badaniami klinicznymi), badania obserwacyjne (w tym rejestry pacjentów) i rozszerzony dostęp.
Obserwacyjny

Zapisy (Rzeczywisty)

Zapisy

Liczba uczestników badania klinicznego. „Przewidywana” rekrutacja to docelowa liczba uczestników, których naukowcy potrzebują do badania.
130

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

  • Chiny
    • Hubei
      • Wuhan, Hubei, Chiny, 430030
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Kryteria kwalifikacji

Kluczowe wymagania, które muszą spełniać osoby chcące wziąć udział w badaniu klinicznym lub cechy, które muszą posiadać. Kryteria kwalifikowalności obejmują zarówno kryteria włączenia (które są wymagane, aby dana osoba mogła uczestniczyć w badaniu), jak i kryteria wykluczenia (które uniemożliwiają osobie udział). Rodzaje kryteriów kwalifikowalności obejmują to, czy badanie akceptuje zdrowych ochotników, ma wymagania dotyczące wieku lub grupy wiekowej lub jest ograniczone ze względu na płeć.

Wiek uprawniający do nauki

18 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Kohorta zostanie wybrana ze szpitala Tongji, Tongji Medical College, HUST.

Opis

Kryteria przyjęcia:

  • Pacjenci, którzy przeszli EUS przy użyciu echoendoskopu z zakrzywionymi liniami (GF-UCT260; Olympus Medical Systems) od 2014 roku w naszej afiliacji.
  • Dla każdego pacjenta dołączone są wszystkie dostępne natywne zdjęcia EUS.
  • Diagnoza pacjentów jest potwierdzona wynikami chirurgicznymi lub wynikami aspiracji cienkoigłowej (BAC) i ma zgodny przebieg kliniczny z okresem obserwacji dłuższym niż 6 miesięcy.

Kryteria wyłączenia:

  • Obraz jest słabej jakości.
  • Obrazy zawierają unikalne znaki, które mogą potencjalnie zniekształcić model, takie jak igła do biopsji.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta

Grupa / Kohorta

Grupa lub podgrupa uczestników badania obserwacyjnego ocenianego pod kątem wyników biomedycznych lub zdrowotnych.
Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.
Trzustka-EUS
Do tej kohorty włączono pacjentów od 2014 roku ze zdjęciami EUS prawidłowej trzustki lub litych zmian w trzustce.
Test diagnostyczny: Model EUS-AI
Podzbiór testowy (około 20% wszystkich pacjentów) jest zarezerwowany do ostatecznej oceny modelu EUS-AI. Parametry kliniczne i zdjęcia EUS każdego pacjenta w podzbiorze testowym zostaną wprowadzone do przeszkolonego modelu EUS-AI, a model postawi najbardziej możliwą diagnozę.

Co mierzy badanie?

Podstawowe miary wyniku

Podstawowe miary wyniku

W protokole badania klinicznego planowana miara wyniku, która jest najważniejsza dla oceny efektu interwencji/leczenia. Większość badań klinicznych ma jedną główną miarę wyniku, ale niektóre mają więcej niż jedną.
Miara wyniku
Opis środka
Ramy czasowe
Zdolność modelu do różnicowania raka trzustki od innych zmian litych trzustki
Ramy czasowe: Po zakończeniu procesu uczenia modelu EUS-AI
Analiza charakterystyki operacyjnej odbiornika (ROC), czułość, specyficzność, dokładność, dodatnia wartość predykcyjna i ujemna wartość predykcyjna zostaną wykorzystane do oceny skuteczności modelu.
Po zakończeniu procesu uczenia modelu EUS-AI

Miary wyników drugorzędnych

Miary wyników drugorzędnych

W protokole badania klinicznego planowana miara wyniku, która nie jest tak ważna jak główna miara wyniku w ocenie efektu interwencji, ale nadal jest interesująca. Większość badań klinicznych ma więcej niż jedną drugorzędową miarę wyniku.
Miara wyniku
Opis środka
Ramy czasowe
Zdolność modelu do określenia litych zmian chorobowych trzustki, takich jak rak trzustki, CP, AIP i NET
Ramy czasowe: Po zakończeniu procesu uczenia modelu EUS-AI
Analiza charakterystyki operacyjnej odbiornika (ROC), czułość, specyficzność, dokładność, dodatnia wartość predykcyjna i ujemna wartość predykcyjna zostaną wykorzystane do oceny skuteczności modelu.
Po zakończeniu procesu uczenia modelu EUS-AI

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Sponsor

Organizacja lub osoba, która inicjuje badanie i która ma władzę i kontrolę nad badaniem.
Huazhong University of Science and Technology

Współpracownicy

Współpracownicy

Organizacja inna niż sponsor, która zapewnia wsparcie dla badania klinicznego. Wsparcie to może obejmować działania związane z finansowaniem, projektowaniem, wdrażaniem, analizą danych lub raportowaniem.
LanZhou University
The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

Rozpoczęcie studiów

Rzeczywista data włączenia pierwszego uczestnika do badania klinicznego. „Przewidywana” data rozpoczęcia badania to data, którą naukowcy uważają za datę rozpoczęcia badania.
1 lipca 2022

Zakończenie podstawowe (Rzeczywisty)

Zakończenie podstawowe

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję w celu zebrania ostatecznych danych dla głównego pomiaru wyniku. To, czy badanie kliniczne zakończyło się zgodnie z protokołem, czy też zostało zakończone, nie ma wpływu na tę datę. W przypadku badań klinicznych z więcej niż jedną miarą wyniku pierwotnego i różnymi datami zakończenia termin ten odnosi się do daty zakończenia gromadzenia danych dla wszystkich miar wyniku pierwotnego. „Przewidywana” data ukończenia podstawowego badania to data, którą naukowcy uważają za pierwotną datę zakończenia badania.
30 czerwca 2023

Ukończenie studiów (Rzeczywisty)

Ukończenie studiów

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję/leczenie w celu zebrania ostatecznych danych dotyczących głównych miar wyników, drugorzędowych miar wyników i zdarzeń niepożądanych (tj. ostatnia wizyta ostatniego uczestnika). „Przewidywana” data zakończenia badania to data, którą naukowcy uważają za datę zakończenia badania.
24 stycznia 2024

Daty rejestracji na studia

Pierwszy przesłany

Pierwszy przesłany

Data, w której sponsor badania lub badacz po raz pierwszy przesłał dokumentację badania do ClinicalTrials.gov. Zwykle występuje kilkudniowe opóźnienie między pierwszą przesłaną datą a udostępnieniem rekordu na ClinicalTrials.gov (pierwsza data opublikowania).
25 lipca 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Data, w której sponsor badania lub badacz po raz pierwszy przesłał zapis badania zgodny z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Sponsor lub badacz może być zmuszony do zmiany i przedłożenia dokumentacji badania raz lub kilka razy, zanim zostaną spełnione kryteria przeglądu kontroli jakości NLM. Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
25 lipca 2022

Pierwszy wysłany (Rzeczywisty)

Pierwszy wysłany

Data pierwszego udostępnienia zapisu badania na stronie ClinicalTrials.gov po zakończeniu przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Zwykle występuje kilkudniowe opóźnienie między datą przesłania dokumentacji badania przez sponsora badania lub badacza a datą pierwszego zaksięgowania.
27 lipca 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

Ostatnia wysłana aktualizacja

Najnowsza data udostępnienia zmian w rekordzie badania na stronie ClinicalTrials.gov. Może wystąpić opóźnienie między momentem przesłania zmian do ClinicalTrials.gov przez sponsora badania lub badacza (data ostatniego przesłania aktualizacji) a datą ostatniego opublikowania aktualizacji.
3 kwietnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Najnowsza data, w której sponsor badania lub badacz przesłał zmiany w rekordzie badania, które są zgodne z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
2 kwietnia 2024

Ostatnia weryfikacja

Ostatnia weryfikacja

Najnowsza data, w której sponsor badania lub badacz potwierdził, że informacje o badaniu klinicznym na stronie ClinicalTrials.gov są dokładne i aktualne. Jeśli badanie ze statusem rekrutacji to rekrutacja; jeszcze nie rekrutacja; lub aktywny, brak rekrutacji nie został potwierdzony w ciągu ostatnich 2 lat, status rekrutacji do badania jest pokazany jako nieznany.
1 kwietnia 2024

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

Inne numery identyfikacyjne badania

Identyfikatory lub numery identyfikacyjne inne niż numer NCT, które są przypisane do badania klinicznego przez sponsora badania, podmioty finansujące lub inne osoby. Numery te mogą zawierać unikalne identyfikatory z innych rejestrów badań i numery grantów National Institutes of Health.
  • EUS-AI 2022

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Ustawienia plików cookie

Używamy plików cookie, aby zapewnić najlepszą jakość korzystania z naszej witryny. Aby uzyskać więcej informacji, przeczytaj uważnie naszą Politykę prywatności i pliki cookie. ...>>>Możesz zmienić swoje preferencje lub wycofać zgodę w dowolnym momencie, usuwając pliki cookie ze swojej strony internetowej lub komputera, zgodnie z opisem w polityce. Zaakceptuj go i wybierz swoje preferencje, zaznaczając odpowiednie pola w sekcji „Zarządzaj ustawieniami” poniżej. Przeczytaj uważnie nasze Warunki korzystania z usług, zanim zaczniesz korzystać z jakiejkolwiek części tej witryny.
«Zarządzaj ustawieniami