- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06412419
Multimodalna endoskopowa fuzja obrazów w celu oceny nacieku w powierzchownym raku płaskonabłonkowym przełyku
Na podstawie multimodalnej endoskopii i słabo nadzorowanego głębokiego uczenia się – głębokość nacieku raka płaskonabłonkowego przełyku we wczesnym stadium Precyzyjne przewidywanie
Celem tego projektu jest opracowanie nowatorskiego protokołu wspomagającego badania przesiewowego wczesnego stadium raka przełyku i jego zmian przednowotworowych. Oczekiwane rezultaty obejmują uproszczenie procesu szkolenia użytkowników, skrócenie czasu badań i uzyskanie bardziej precyzyjnej oceny stopnia inwazji raka przełyku, niż jest to obecnie możliwe dzięki technologii ultradźwiękowej. Celem tego badania jest wykorzystanie synergii ultrasonografii endoskopowej (EUS) i endoskopii powiększającej, wzmocnionej możliwościami sztucznej inteligencji (AI) w zakresie rozpoznawania wzorców i korelacji, w celu wykrycia wczesnego raka płaskonabłonkowego przełyku i jego inwazyjności, a także neoplazji śródnabłonkowej wysokiego stopnia . Nadrzędnym celem jest ustalenie potencjału i znaczenia tego podejścia we wczesnym wykrywaniu raka przełyku.
Podstawowymi celami projektu jest opracowanie trzech odrębnych systemów diagnostycznych wspomaganych sztuczną inteligencją:
Elektroniczny system diagnostyki endoskopowej oparty na sztucznej inteligencji, zaprojektowany do autonomicznej identyfikacji zmian chorobowych.
System diagnostyczny EUS oparty na sztucznej inteligencji, zdolny do automatycznego wyznaczania dotkniętych obszarów.
Multimodalna platforma diagnostyczna, która integruje endoskopię elektroniczną z EUS w celu zwiększenia dokładności i wydajności diagnostyki.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Luowei Wang
- Numer telefonu: 86-21-31161337
- E-mail: wangluoweimd@smmu.edu.cn
Lokalizacje studiów
-
-
-
Shanghai, Chiny
- Changhai Hospital
-
Kontakt:
- Han Lin
- E-mail: babyhan831@aliyun.com
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
Pacjenci wymagający endoskopii powiększającej i ultrasonografii endoskopowej. Osoby obu płci, w wieku 18 lat lub starsze.
Kryteria wyłączenia:
Niemożność wykonania elektronicznej endoskopii przełyku. Brak biopsji lub zabiegu chirurgicznego skutkujący nieosiągalnymi wynikami patologicznymi. Pacjenci, którzy przeszli endoskopowe zniszczenie zmian lub fragmentaryczną resekcję, co uniemożliwia uzyskanie próbki z resekcji en bloc.
Pacjenci ze znaczącymi endoskopowymi, obrazowymi lub patologicznymi cechami zaawansowanego raka przełyku.
Pacjenci zgłaszający się ze znacznym zwężeniem lub poszerzeniem przełyku. Osoby z historią innych nowotworów złośliwych. Pacjenci, którzy otrzymali radioterapię neoadiuwantową. Pacjenci, którzy odmówili udziału w badaniu i nie wyrazili świadomej zgody.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
---|---|
Neoplazja śródnabłonkowa niskiego stopnia nabłonka płaskiego przełyku
|
Uzyskane obrazy endoskopii powiększającej i ultrasonografii endoskopowej udostępniono sztucznej inteligencji na potrzeby uczenia maszynowego, modelowania diagnostycznego i optymalizacji.
Do badania prospektywnego włączono populację wysokiego ryzyka wczesnego raka przełyku, u której planowano poddać się elektronicznej endoskopii przełyku.
Do przewidywania przed operacją wykorzystano system diagnostyki wspomagany sztuczną inteligencją, a pooperacyjne wyniki patologiczne wykorzystano jako złoty standard w diagnozowaniu przez grupowanie.
|
Neoplazja śródnabłonkowa wysokiego stopnia nabłonka płaskiego przełyku
|
Uzyskane obrazy endoskopii powiększającej i ultrasonografii endoskopowej udostępniono sztucznej inteligencji na potrzeby uczenia maszynowego, modelowania diagnostycznego i optymalizacji.
Do badania prospektywnego włączono populację wysokiego ryzyka wczesnego raka przełyku, u której planowano poddać się elektronicznej endoskopii przełyku.
Do przewidywania przed operacją wykorzystano system diagnostyki wspomagany sztuczną inteligencją, a pooperacyjne wyniki patologiczne wykorzystano jako złoty standard w diagnozowaniu przez grupowanie.
|
Rak płaskonabłonkowy przełyku w stadium T1a
|
Uzyskane obrazy endoskopii powiększającej i ultrasonografii endoskopowej udostępniono sztucznej inteligencji na potrzeby uczenia maszynowego, modelowania diagnostycznego i optymalizacji.
Do badania prospektywnego włączono populację wysokiego ryzyka wczesnego raka przełyku, u której planowano poddać się elektronicznej endoskopii przełyku.
Do przewidywania przed operacją wykorzystano system diagnostyki wspomagany sztuczną inteligencją, a pooperacyjne wyniki patologiczne wykorzystano jako złoty standard w diagnozowaniu przez grupowanie.
|
Rak płaskonabłonkowy przełyku w stadium T1b
|
Uzyskane obrazy endoskopii powiększającej i ultrasonografii endoskopowej udostępniono sztucznej inteligencji na potrzeby uczenia maszynowego, modelowania diagnostycznego i optymalizacji.
Do badania prospektywnego włączono populację wysokiego ryzyka wczesnego raka przełyku, u której planowano poddać się elektronicznej endoskopii przełyku.
Do przewidywania przed operacją wykorzystano system diagnostyki wspomagany sztuczną inteligencją, a pooperacyjne wyniki patologiczne wykorzystano jako złoty standard w diagnozowaniu przez grupowanie.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Wydajność modeli do diagnozowania neoplazji śródnabłonkowej niskiego stopnia, neoplazji śródnabłonkowej wysokiego stopnia i powierzchownego raka płaskonabłonkowego przełyku
Ramy czasowe: 2024.04.01-2024.10.30
|
Endoskopowa dyssekcja podśluzówkowa (ESD) to złoty standard.
Obliczanie czułości i swoistości obejmuje zastosowanie czterech podstawowych wskaźników: prawdziwie dodatniego (TP), prawdziwie ujemnego (TN), fałszywie ujemnego (FN) i fałszywie dodatniego (FP).
Następnie do oceny skuteczności diagnostycznej modelu wykorzystuje się obszar pod krzywą (AUC).
|
2024.04.01-2024.10.30
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Krzesło do nauki: Luowei Wang, Changhai Hospital
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
- Choroby Układu Pokarmowego
- Nowotwory według typu histologicznego
- Nowotwory według lokalizacji
- Rak
- Nowotwory gruczołowe i nabłonkowe
- Nowotwory przewodu pokarmowego
- Nowotwory Układu Pokarmowego
- Choroby przewodu pokarmowego
- Nowotwory głowy i szyi
- Choroby przełyku
- Nowotwory, płaskonabłonkowy
- Nowotwory
- Rak, płaskonabłonkowy
- Nowotwory przełyku
- Rak płaskonabłonkowy przełyku
Inne numery identyfikacyjne badania
- MEIFI-sESCC
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 .