Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Ultrasound-baserad uppskattning av hepatisk steatos i pediatrisk MASLD

23 november 2025 uppdaterad av: Jae Won Choi

Prospektiv validering av en AI-driven ultraljudsbaserad metod för att uppskatta hepatisk steatos med MRI-härlett fettfraktion som referens vid pediatrisk metabol dysfunktions-associerad steatos leversjukdom

Syftet med denna studie är att validera en algoritm baserad på artificiell intelligens (AI) som uppskattar hepatisk steatos med ultraljuds (US) B-mode-bilder hos pediatriska deltagare med metabol dysfunktions-associerad steatos lever (MASLD). MRI proton densitets fettfraktion (MRI-PDFF) fungerar som referensstandard för kvantifiering av leverfett.

Studieöversikt

Status

Avslutad

Betingelser

Intervention / Behandling

Studietyp

Interventionell

Inskrivning (Faktisk)

50

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

      • Seoul, Sydkorea, 03080
        • Seoul National University Hospital

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

  • Barn
  • Vuxen

Tar emot friska volontärer

Ja

Beskrivning

Inklusionskriterier:

  • deltagare i åldern 8 till 18 år med klinisk indikation för ultraljudsundersökning av levern för att utvärdera fettlever
  • deltagare med misstänkt eller känd metabol dysfunktions-associerad fettleversjukdom (MASLD)
  • kan förstå studiens syfte och lämna skriftligt informerat samtycke (från både deltagare och vårdnadshavare)
  • godkänner att genomgå samma dags MR-undersökning av levern utöver ultraljudet

Exklusionskriterier:

  • kan inte samarbeta med undersökningsprocedurerna
  • förälder eller vårdnadshavare kan inte förstå studiebeskrivningen
  • kontraindikationer för MR-undersökning
  • bedöms av forskaren vara olämplig för deltagande efter konsultation

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Leverultraljud och MRI

Deltagarna genomgår samma dags leveravbildning inklusive konventionell B-mode ultraljud, kvantitativ ultraljud och magnetresonanstomografi (MRI).

Konventionellt ultraljud: B-mode-avbildning utförs på tre ultraljudssystem (Canon Aplio i800, Philips EPIQ och Supersonic AIXPLORER) för att få gråskalebilder av levern för artificiell intelligens (AI)-analys.

Kvantitativ ultraljud: Dämpningsavbildning (ATI) och skjuvvågselastografi/dispersionsmätningar utförs för att bedöma leverfett och styvhet.

MRI: Protondensitetsfettfraktion (PDFF)-mätning används som referensstandard för kvantifiering av leversteatos.

All avbildning utförs samma dag för varje deltagare för att säkerställa tidsmässig konsistens över modaliteter och leverantörer.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Avtal mellan AI-förutsagd ultraljudsfettfraktion (AI-USFF) och MRI-proton densitet fettfraktion (MRI-PDFF)
Tidsram: Vid tidpunkten för avbildning (en besök)

Referensstandard: MRI-PDFF (procent)

- intraklass korrelationskoefficient (ICC)

Vid tidpunkten för avbildning (en besök)

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Korrelation mellan AI-USFF och MRI-PDFF
Tidsram: Vid tidpunkten för avbildning (en besök)

Referensstandard: MRI-PDFF (procent)

- Pearsons korrelationskoefficient (r)

Vid tidpunkten för avbildning (en besök)
Diagnostisk prestanda för AI-USFF för MRI-baserade hepatiska steatosgrader
Tidsram: Vid tidpunkten för avbildning (ett besök)
Den diagnostiska prestandan för AI-USFF för att detektera mild, måttlig och allvarlig leversteatos, enligt definitionen av MRI-PDFF-tröskelvärden, kommer att utvärderas med hjälp av arean under mottagaroperatorkarakteristikkurvan (AUC).
Vid tidpunkten för avbildning (ett besök)
Inter-Vendor Reproducerbarhet av AI-USFF
Tidsram: Vid tidpunkten för avbildning (enstaka besök)
Reproducerbarheten av AI-USFF över de tre ultraljudssystemen bedöms med hjälp av intraklasskorrelationskoefficienten (ICC [2,k]).
Vid tidpunkten för avbildning (enstaka besök)

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

31 december 2024

Primärt slutförande (Faktisk)

23 september 2025

Avslutad studie (Faktisk)

23 september 2025

Studieregistreringsdatum

Först inskickad

23 november 2025

Först inskickad som uppfyllde QC-kriterierna

23 november 2025

Första postat (Beräknad)

4 december 2025

Uppdateringar av studier

Senaste uppdatering publicerad (Beräknad)

4 december 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

23 november 2025

Senast verifierad

1 november 2025

Mer information

Termer relaterade till denna studie

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

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 .

Prenumerera