Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Predição de fibrose hepática significativa (PSLF)

16 de julho de 2024 atualizado por: Huang Haijun

Tecnologia multimodal de fusão de imagens digitais baseada em aprendizado profundo para prever fibrose hepática significativa e sua aplicação em pesquisas multicêntricas

O método de aprendizagem profunda baseado em rede neural convolucional (CNN) foi utilizado para extrair as características relevantes da classificação da fibrose hepática a partir das informações multimodais de cortes patológicos digitais, parâmetros clínicos e biomarcadores de um grande número de casos existentes de punção hepática, e a arquitetura U-Net da CNN foi usada para segmentar e extrair as características de imagens médicas clínicas.

Visão geral do estudo

Status

Recrutamento

Condições

Intervenção / Tratamento

Descrição detalhada

Pacientes com hepatite B crônica foram submetidos à biópsia hepática guiada por ultrassonografia B e foram divididos em grupo com fibrose hepática leve (fibrose grau 0-1, S1), grupo com fibrose hepática significativa (fibrose grau 2, S2), grupo com fibrose hepática avançada e grupo com fibrose hepática precoce. grupo de cirrose (fibrose grau 3-4, S3-4) de acordo com os resultados patológicos. Neste estudo, 200 pacientes com diferentes graus de fibrose hepática e 200 voluntários normais foram coletados de 2018 a 2022, e seus dados bioquímicos clínicos, dados de imagem e amostras de sangue periférico foram coletadas.As características patológicas do microambiente, características de imagem, características dos parâmetros clínicos e outros dados dos pacientes foram extraídas, e o método de aprendizagem de destilação baseado no modelo professor-aluno foi adotado para desenvolver e construir uma análise multimodal de big data modelo para classificação precisa da fibrose hepática, de modo a obter um sistema de diagnóstico de classificação inteligente não invasivo para fibrose hepática.

Tipo de estudo

Observacional

Inscrição (Estimado)

700

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Contato de estudo

Locais de estudo

    • Zhejiang
      • Hangzhou, Zhejiang, China, 310014

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

  • Adulto

Aceita Voluntários Saudáveis

Sim

Método de amostragem

Amostra Não Probabilística

População do estudo

Um paciente com fibrose hepática crônica por hepatite B confirmada por biópsia hepática

Descrição

Critério de inclusão:

  1. Idade de 18 a 60 anos
  2. O diagnóstico de hepatite B crônica está de acordo com os critérios diagnósticos das Diretrizes de Prevenção e Tratamento da Hepatite B Crônica de 2019 da China, e o diagnóstico de fígado gorduroso não alcoólico está de acordo com as diretrizes da Associação de Hepatologia do Pacífico Asiático
  3. Os exames de imagem não mostraram câncer de fígado

Critério de exclusão:

  1. Existem contra-indicações para biópsia hepática
  2. A patologia hepática não atendeu aos critérios

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

Coortes e Intervenções

Grupo / Coorte
fibrose leve
S0-1
fibrose hepática significativa
S2
Fibrose hepática avançada
S3-4

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Desenvolvimento de modelo
Prazo: 2024.6-2024.12
Foram extraídos recursos de imagem (como tomografia computadorizada, ressonância magnética, raio-X, etc.) e parâmetros clínicos dos pacientes, incluindo características basais da população (como idade, sexo, comorbidades, etc.), indicadores bioquímicos sanguíneos (como glicemia , lipídios, indicadores de função hepática, etc.) e indicadores de citologia sanguínea (como contagem de glóbulos brancos, contagem de glóbulos vermelhos, etc.). Seleção de caso concluída e estabelecimento de coorte, extração de recursos multimodais e desenvolvimento de modelo
2024.6-2024.12

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Construir um sistema multimodal de plataforma em nuvem de alerta precoce de fibrose hepática de big data
Prazo: 2025.1-2025.12
Pretendemos projetar uma plataforma em nuvem com componentes de armazenamento, processamento e análise de dados.Selecione a pilha de tecnologia apropriada para garantir que a plataforma tenha a capacidade de lidar com dados em grande escala e tenha boa escalabilidade e desempenho.A precisão da fibrose hepática multimodal construída anteriormente o modelo de digitação foi então incorporado à plataforma, garantindo que o modelo pudesse lidar com uma variedade de tipos de dados e se integrar perfeitamente com outros componentes da plataforma. Ao mesmo tempo, a tecnologia de processamento de fluxo é usada para integrar o monitoramento e análise em tempo real função da plataforma, de modo a fazer rápida previsão e classificação dos dados de casos de fibrose hepática recém-adquiridos. A precisão e a estabilidade do modelo foram verificadas posteriormente nos dados clínicos multicêntricos e na fibrose hepática multimodal big data precoce sistema de plataforma de nuvem de aviso foi construído
2025.1-2025.12

Outras medidas de resultado

Medida de resultado
Descrição da medida
Prazo
Avaliação da eficácia do sistema multimodal de plataforma de alerta de fibrose hepática de big data
Prazo: 2026.1-2026.12
Para testar a eficácia do sistema multimodal de plataforma de alerta de fibrose hepática de big data em um ambiente clínico multicêntrico real. Também exploraremos a possibilidade de usar a plataforma para acompanhamento de pacientes a longo prazo, testes remotos de pacientes e avaliação regular da progressão da doença
2026.1-2026.12

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Colaboradores

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Estimado)

20 de julho de 2024

Conclusão Primária (Estimado)

31 de dezembro de 2024

Conclusão do estudo (Estimado)

31 de dezembro de 2026

Datas de inscrição no estudo

Enviado pela primeira vez

10 de julho de 2024

Enviado pela primeira vez que atendeu aos critérios de CQ

16 de julho de 2024

Primeira postagem (Real)

19 de julho de 2024

Atualizações de registro de estudo

Última Atualização Postada (Real)

19 de julho de 2024

Última atualização enviada que atendeu aos critérios de controle de qualidade

16 de julho de 2024

Última verificação

1 de julho de 2024

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • KY2024072

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

INDECISO

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

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 .