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

Zastosowanie modeli uczenia maszynowego w celu zmniejszenia konieczności wykonywania diagnostycznych EUS lub MRCP u pacjentów ze średnim prawdopodobieństwem kamicy żółciowej

4 stycznia 2026 zaktualizowane przez: Asian Institute of Gastroenterology, India

Zastosowanie modeli uczenia maszynowego w celu zmniejszenia konieczności wykonywania diagnostycznych EUS lub MRCP u pacjentów z pośrednim prawdopodobieństwem kamicy żółciowej – prospektywne, otwarte badanie diagnostyczne

Model predykcyjny uczenia maszynowego może pomóc w stratyfikacji heterogenicznej grupy o średnim prawdopodobieństwie, aby zmniejszyć potrzebę wykonywania EUS lub MRCP w wybranej podgrupie pacjentów.

Przegląd badań

Status

Rekrutacyjny

Szczegółowy opis

Aktualne wytyczne dotyczące podejrzenia kamicy żółciowej mają na celu zmniejszenie ryzyka poddania pacjenta diagnostycznemu ECPW oraz zmniejszenie ryzyka wystąpienia działań niepożądanych po ECPW. W procesie tym widoczny jest wzrost liczby pacjentów w grupie średniego prawdopodobieństwa wymagających EUS lub MRCP. Może to zwiększyć wykorzystanie opieki zdrowotnej i koszty opieki nad pacjentami o średnim prawdopodobieństwie. Dziedzina sztucznej inteligencji w medycynie klinicznej dynamicznie się rozwija. Zastosowanie modelu uczenia maszynowego opartego na sztucznej inteligencji nie zostało odpowiednio zbadane pod kątem przewidywania kamicy żółciowej. Model predykcyjny uczenia maszynowego może pomóc w stratyfikacji heterogenicznej grupy o średnim prawdopodobieństwie, aby zmniejszyć potrzebę wykonywania EUS lub MRCP w wybranej podgrupie pacjentów.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

1000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

    • Telangana
      • Hyderabad, Telangana, Indie, 500032
        • Rekrutacyjny
        • Asian Institute of Gastroenterology
        • Kontakt:

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

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie dotyczy

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Wszyscy pacjenci z podejrzeniem kamicy żółciowej spełniający kryteria stratyfikacji ryzyka ESGE lub ASGE w zakresie pośredniego prawdopodobieństwa kamicy żółciowej zostaną prospektywnie zapisani do szpitali AIG w Hyderabad

Opis

Kryteria przyjęcia:

• Osoba w wieku 18 lat lub starsza z podejrzeniem kamicy żółciowej spełniająca kryteria stratyfikacji ryzyka ASGE lub ESGE o średnim prawdopodobieństwie, poddawana EUS lub MRCP

Kryteria wyłączenia:

  • Pacjenci ze współistniejącą chorobą układu żółciowego trzustki inną niż kamica żółciowa i kamica żółciowa, w tym przewlekłe zapalenie trzustki, zwężenie dróg żółciowych, nowotwór trzustki i dróg żółciowych, biliopatia wrotna
  • Pacjenci cierpiący na przewlekłe choroby wątroby
  • Ciąża i karmienie piersią
  • Poprzednia historia cholecystektomii

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

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Pole pod krzywą charakterystyki odbiornika (AUROC) modelu uczenia maszynowego
Ramy czasowe: 1 miesiąc
Pole pod krzywą charakterystyki odbiorczej (AUROC) modelu predykcyjnego opartego na uczeniu maszynowym do identyfikacji obecności kamicy dróg żółciowych.
1 miesiąc

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Metryki dokładności diagnostycznej ultrasonografii endoskopowej (EUS) lub cholangiopankreatografii rezonansu magnetycznego (MRCP)
Ramy czasowe: 1 Miesiąc
Czułość, swoistość, wartość predykcyjna dodatnia (PPV), wartość predykcyjna ujemna (NPV) oraz pole pod krzywą charakterystyki działania odbiornika (AUROC) cholangiopankreatografii rezonansu magnetycznego (MRCP) w identyfikacji kamicy przewodu żółciowego wspólnego.
1 Miesiąc
Ocena Wydajności Modelu Predykcyjnego Uczenia Maszynowego
Ramy czasowe: 1 Miesiąc
Wydajność walidacyjna modelu uczenia maszynowego do przewidywania choledocholitiazy, oceniana przy użyciu AUROC, metryk kalibracji (wynik Brier) oraz wykresów kalibracji w niezależnej kohorcie walidacyjnej.
1 Miesiąc

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Dyrektor Studium: Mohan Ramchandani, MD, Asian Institute of Gastroenterology

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)

1 października 2023

Zakończenie podstawowe (Szacowany)

30 czerwca 2026

Ukończenie studiów (Szacowany)

30 października 2026

Daty rejestracji na studia

Pierwszy przesłany

13 września 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

27 września 2023

Pierwszy wysłany (Rzeczywisty)

4 października 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

6 stycznia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

4 stycznia 2026

Ostatnia weryfikacja

1 grudnia 2025

Więcej informacji

Terminy związane z tym badaniem

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 .

Subskrybuj