Modele AI vs Nieinwazyjne Skale Włóknienia w Diagnostyce MAFLD (MAFLD-AI)
12 grudnia 2025 zaktualizowane przez: Nahla Ahmed Khalaf, Tanta University
Ocena przydatności modeli sztucznej inteligencji w diagnostyce MAFLD: porównanie z tradycyjnymi nieinwazyjnymi wskaźnikami włóknienia.
To badanie ocenia dokładność modeli sztucznej inteligencji (AI) wykorzystujących FibroScan i dane kliniczne w przewidywaniu zwłóknienia wątroby u egipskich pacjentów z metaboliczną stłuszczeniową chorobą wątroby (MAFLD).
Wydajność modeli AI będzie porównywana z konwencjonalnymi nieinwazyjnymi wskaźnikami zwłóknienia (FIB-4, APRI, wskaźnik zwłóknienia NAFLD i FAST).
Celem jest poprawa wczesnej, nieinwazyjnej diagnozy zwłóknienia i zmniejszenie zależności od biopsji wątroby.
Przegląd badań
Status
Zakończony
Warunki
Typ studiów
Obserwacyjny
Zapisy (Rzeczywisty)
522
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
-
Tanta, Egipt
- Faculty of Medicine
-
-
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
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Nie dotyczy
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Dorośli pacjenci egipscy (≥18 lat) z rozpoznaniem metabolicznie związanego stłuszczenia wątroby (MAFLD) zgodnie z międzynarodowymi kryteriami, rekrutowani z poradni ambulatoryjnej i jednostki FibroScan Katedry Medycyny Tropikalnej Wydziału Lekarskiego Uniwersytetu Tanta.
Opis
Kryteria włączenia:
- Osoby dorosłe ≥18 lat.
Rozpoznanie MAFLD zgodnie z kryteriami międzynarodowymi (stłuszczenie wątroby z dysfunkcją metaboliczną).
Prawidłowa ocena FibroScan z dostępnymi wartościami LSM i CAP.
Kryteria wyłączenia:
- Nadmierne spożycie alkoholu (>30 g/dzień dla mężczyzn, >20 g/dzień dla kobiet).
Przewlekłe wirusowe zapalenie wątroby (HBV lub HCV).
Autoimmunologiczne zapalenie wątroby.
Znany nowotwór złośliwy.
Ciaża.
Odmowa udziału.
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 |
Ramy czasowe |
|---|---|
|
Ocena dokładności diagnostycznej modeli sztucznej inteligencji w przewidywaniu stadium włóknienia wątroby (F0-F4)
Ramy czasowe: W momencie włączenia do badania (pojedyncza ocena przekrojowa).
|
W momencie włączenia do badania (pojedyncza ocena przekrojowa).
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
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)
13 maja 2025
Zakończenie podstawowe (Rzeczywisty)
30 sierpnia 2025
Ukończenie studiów (Rzeczywisty)
30 listopada 2025
Daty rejestracji na studia
Pierwszy przesłany
12 grudnia 2025
Pierwszy przesłany, który spełnia kryteria kontroli jakości
12 grudnia 2025
Pierwszy wysłany (Rzeczywisty)
26 grudnia 2025
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
26 grudnia 2025
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
12 grudnia 2025
Ostatnia weryfikacja
1 grudnia 2025
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- TANTAU-MAFLD-AI-2025-01
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 .