Koppling mellan tunga och gallreflux analyserad med artificiell intelligens
Analysera kopplingen mellan tunga tecken och gallreflux genom artificiell intelligens
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
För det första, efter att patienten undertecknat formuläret för informerat samtycke, kommer forskaren att samla in bilder på patientens tunga och få grundläggande information om patienten.
För det andra bedöms patienterna på skalan för ångest och depression.
För det tredje, efter att patienten genomgått gastroskopi, erhålls patientens gastroskopirapport.
Slutligen matchas patientens tungbild, information och gastroskopirapport för att konstruera en artificiell intelligensmodell av tungbild och gallreflux samt ångest och depression och kvaliteten på modellen bedöms.
Studietyp
Inskrivning (Förväntat)
Kontakter och platser
Studieorter
-
-
Shandong
-
Jinan, Shandong, Kina, 250012
- Qilu hosipital
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Kön som är behöriga för studier
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Patienter i åldern 18 till 80 år som vill genomgå gastroskopi.
- Patienter har gett sitt informerade samtycke och undertecknat formuläret för informerat samtycke.
Exklusions kriterier:
- Allvarlig hjärta, lever, njure eller annan underliggande sjukdom eller psykisk sjukdom.
- Patienter som tar medicin mot ångest eller depression inom 3 månader.
- Aktuell H. pylori-infektion.
- Historik om operation i matsmältnings- eller gallvägarna.
- Magsår, maligna tumörer i matsmältningskanalen, etc.
- Patienter som tar vismut eller andra färgande mediciner.
- Gravida eller ammande kvinnor.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
|---|
|
Bile Reflux Group
Gastroskopiska rapporter om inskrivna patienter kommer att extraheras och patienter kommer att identifieras med gallreflux enligt Kellosalo J-klassificering. Grad I: liten mängd gulaktig reflux som kommer från pylorusmynningen och/eller gulaktig färgning av slemsjön, som är blekgul till färgen. Grad II: intermittent ström av reflux från pylorusöppningen och/eller gulaktig färgning av slemsjön, som är mörkgul. Grad III: frekvent ström av gulgrön reflux från pylorusöppningen och/eller gulgrönt slem som täcker magen. |
|
Icke-biliär refluxgrupp
Gastroskopiska rapporter kommer att extraheras från patienter inskrivna i gruppen som inte uppfyller Kellosalo J-klassificeringen som icke-biliär refluxgrupp.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Känslighet
Tidsram: 3 år
|
Känslighet hos modeller med artificiell intelligens Känslighet = antal sanna positiva / (antal sanna positiva + antal falska negativa) * 100%.
|
3 år
|
|
Specificitet
Tidsram: 3 år
|
Specificitet hos modeller för artificiell intelligens Specificitet = antal sanna negativa / (antal sanna negativa + antal falska positiva)) *100 % |
3 år
|
|
Positiva prediktiva värden (PPV)
Tidsram: 3 år
|
Positiva prediktiva värden från modeller med artificiell intelligens Positivt prediktivt värde = sant positivt / (sant positivt + falskt positivt) *100 %
|
3 år
|
|
Negativa prediktiva värden (NPV)
Tidsram: 3 år
|
Negativa prediktiva värden för modeller med artificiell intelligens Negativt prediktivt värde = Sant negativt / (Sant negativt + Falskt negativt) *100 %
|
3 år
|
|
AUC (95 % KI)
Tidsram: 3 år
|
område under mottagarens funktionskurva (AUC),
|
3 år
|
|
Noggrannhet
Tidsram: 3 år
|
Noggrannhet för modeller med artificiell intelligens Noggrannhet = (sanna positiva + sanna negativa) / totalt antal försökspersoner * 100 %
|
3 år
|
Samarbetspartners och utredare
Sponsor
Studieavstämningsdatum
Studera stora datum
Studiestart (FÖRVÄNTAT)
Primärt slutförande (FÖRVÄNTAT)
Avslutad studie (FÖRVÄNTAT)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (FAKTISK)
Uppdateringar av studier
Senaste uppdatering publicerad (FAKTISK)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2022SDU-QILU-G002
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .
Kliniska prövningar på Artificiell intelligens
-
Al Baraka Fertility HospitalAl-Azhar UniversityRekryteringARTIFICIAL INTELLIGENS (AI) APPLIKATIONER INOM REPRODUKTIV MEDICINEgypten