Przewidywanie znacznego zwłóknienia wątroby (PSLF)
Multimodalna technologia cyfrowego łączenia obrazów oparta na głębokim uczeniu się w celu przewidywania znacznego zwłóknienia wątroby i jej zastosowanie w badaniach wieloośrodkowych
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Szczegółowy opis
Typ studiów
Typ studiów
Zapisy (Szacowany)
Zapisy
Kontakty i lokalizacje
Kontakt w sprawie studiów
Kontakt w sprawie studiów
- Nazwa: Haijun Huang
- Numer telefonu: 13758186635
- E-mail: huanghaijun0826@163.com
Lokalizacje studiów
-
-
Zhejiang
-
Hangzhou, Zhejiang, Chiny, 310014
- Rekrutacyjny
- Haijun Huang
-
Kontakt:
- Haijun Huang
- Numer telefonu: 13758186635
- E-mail: huanghaijun0826@163.com
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Wiek 18-60 lat
- Rozpoznanie przewlekłego wirusowego zapalenia wątroby typu B jest zgodne z kryteriami diagnostycznymi zawartymi w chińskich wytycznych dotyczących zapobiegania i leczenia przewlekłego wirusowego zapalenia wątroby typu B z 2019 r., natomiast rozpoznanie niealkoholowego stłuszczenia wątroby jest zgodne z wytycznymi Stowarzyszenia Hepatologów Azji i Pacyfiku
- Obrazowanie nie wykazało raka wątroby
Kryteria wyłączenia:
- Istnieją przeciwwskazania do biopsji wątroby
- Patologia wątroby nie spełniała kryteriów
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Liczba grup / kohort
Kohorty i interwencje
Grupa / KohortaGrupa / Kohorta |
|---|
|
łagodne zwłóknienie
S0-1
|
|
znaczne zwłóknienie wątroby
S2
|
|
Zaawansowane zwłóknienie wątroby
S3-4
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Rozwój modelu
Ramy czasowe: 2024.6-2024.12
|
Wyodrębniono cechy obrazowe (takie jak tomografia komputerowa, rezonans magnetyczny, prześwietlenie itp.) i parametry kliniczne pacjentów, w tym podstawowe cechy populacji (takie jak wiek, płeć, choroby współistniejące itp.), wskaźniki biochemiczne krwi (takie jak poziom glukozy we krwi) , lipidy, wskaźniki czynności wątroby itp.) i wskaźniki cytologii krwi (takie jak liczba białych i czerwonych krwinek itp.).
Zakończono selekcję przypadków i utworzenie kohorty, wyodrębniono cechy multimodalne i opracowano model
|
2024.6-2024.12
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zbuduj multimodalny system chmurowy wczesnego ostrzegania o zwłóknieniu wątroby wykorzystujący duże zbiory danych
Ramy czasowe: 2025.1-2025.12
|
Zamierzamy zaprojektować platformę chmurową z komponentami do przechowywania, przetwarzania i analizy danych. Dobierz odpowiedni stos technologiczny, aby mieć pewność, że platforma będzie w stanie obsłużyć dane o dużej skali oraz będzie charakteryzowała się dobrą skalowalnością i wydajnością. Zbudowana wcześniej multimodalna precyzja zwłóknienia wątroby Następnie w platformę wbudowano model typowania, zapewniając, że model będzie w stanie obsłużyć różnorodne typy danych i bezproblemowo zintegrować się z innymi komponentami platformy. Jednocześnie technologia przetwarzania strumieniowego służy do integracji monitorowania i analizy w czasie rzeczywistym funkcję platformy, aby umożliwić szybkie przewidywanie i klasyfikację danych dotyczących nowo nabytych przypadków zwłóknienia wątroby. Dokładność i stabilność modelu zostały następnie zweryfikowane w wieloośrodkowych danych klinicznych oraz na wczesnym etapie wielomodalnego zbioru danych dotyczących zwłóknienia wątroby zbudowano system platformy chmur ostrzegawczych
|
2025.1-2025.12
|
Inne miary wyników
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ocena Skuteczność multimodalnego systemu ostrzegania o zwłóknieniu wątroby opartego na dużych zbiorach danych
Ramy czasowe: 2026.1-2026.12
|
Aby przetestować skuteczność multimodalnego systemu platformy ostrzegania o zwłóknieniu wątroby opartego na dużych zbiorach danych w rzeczywistym wieloośrodkowym środowisku klinicznym.
Zbadamy także możliwość wykorzystania platformy do długoterminowej obserwacji pacjentów, zdalnego badania pacjentów i regularnej oceny postępu choroby
|
2026.1-2026.12
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Rozpoczęcie studiów
Zakończenie podstawowe (Szacowany)
Zakończenie podstawowe
Ukończenie studiów (Szacowany)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- KY2024072
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .