Diagnóstico automático de neoplasia escamosa precoce do esôfago usando pCLE com IA
Diagnóstico automático de neoplasia escamosa precoce do esôfago usando endomicroscopia a laser confocal baseada em sonda com inteligência artificial
Visão geral do estudo
Status
Status
Condições
Condições
Intervenção / Tratamento
Intervenção / Tratamento
Tipo de estudo
Tipo de estudo
Inscrição (Real)
Inscrição
Contactos e Locais
Locais de estudo
-
-
Shandong
-
Jinan, Shandong, China, 250001
- Qilu Hospital, Shandong University
-
-
Critérios de participação
Critérios de elegibilidade
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- com idade entre 18 e 80 anos; concorda em dar consentimento informado por escrito; suspeita de lesão da mucosa esofágica foi encontrada por endoscopia com luz branca.
Critério de exclusão:
- Pacientes em condições inadequadas para realizar CLE, incluindo coagulopatia, função renal ou hepática prejudicada, gravidez ou amamentação e alergia conhecida à fluoresceína sódica; Incapacidade de fornecer consentimento informado
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Número de grupos/coortes
Coortes e Intervenções
Grupo / CoorteGrupo / Coorte |
Intervenção / TratamentoIntervenção / Tratamento |
|---|---|
|
lesões da mucosa esofágica observadas por pCLE
O pCLE é usado para distinguir as lesões suspeitas detectadas por endoscopia com luz branca ou IEE.
|
A suspeita de lesão da mucosa esofágica é observada usando pCLE, o endoscopista e a IA farão um diagnóstico de forma independente.
Além disso, o endoscopista não consegue visualizar o diagnóstico de IA.
Após um período de eliminação, os endoscopistas não especialistas fazem a segunda avaliação com assistência de IA.
|
O que o estudo está medindo?
Medidas de resultados primários
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
A eficiência do diagnóstico da Inteligência Artificial
Prazo: 3 anos
|
O resultado primário é testar a precisão diagnóstica, sensibilidade, especificidade, PPV, NPV da Inteligência Artificial para diagnosticar doença da mucosa esofágica no exame pCLE em tempo real.
|
3 anos
|
Medidas de resultados secundários
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Compare a eficiência diagnóstica da Inteligência Artificial com os endoscopistas
Prazo: 1 mês
|
O resultado secundário é comparar a eficiência do diagnóstico (incluindo precisão diagnóstica, sensibilidade, especificidade, VPP, VPN para diagnosticar doenças da mucosa esofágica no exame pCLE em tempo real) entre Inteligência Artificial e endoscopistas.
|
1 mês
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Investigadores
Investigadores
- Investigador principal: Yanqing Li, Qilu Hospital, Shandong University
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Início do estudo
Conclusão Primária (Real)
Conclusão Primária
Conclusão do estudo (Real)
Conclusão do estudo
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Primeira postagem
Atualizações de registro de estudo
Última Atualização Postada (Estimado)
Última Atualização Postada
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
Outros números de identificação do estudo
- 2019SDU-QILU-66
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .