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

Extern, Multicenter Validering av en Maskininlärningsmodell för att Förutsäga Kolonadenom hos Indiska Vuxna

9 januari 2026 uppdaterad av: Mohan Ramchandani, Asian Institute of Gastroenterology, India

Extern, Multicentervalidering av en maskininlärningsmodell för att förutsäga kolonadenom hos indiska vuxna - En prospektiv, observationsstudie med flera centra.

Kolorektala adenom är föregångare till kolorektalcancer (CRC). Exakt riskstratifiering före procedur skulle kunna optimera koloskopiutbytet och resursallokering i Indien, där adenomförekomst varierar beroende på ålder, kön och livsstils-/metabola faktorer. ML-modeller kan integrera flera prediktorer för att uppskatta individualiserad risk.

Befintliga riskpoäng är till största delen västerländska; prestanda och kalibrering kanske inte är lämpliga i indiska populationer med olika sociodemografiska och metabola profiler. Extern, prospektiv, multicentervalidering är avgörande före klinisk implementering.

Studieöversikt

Status

Har inte rekryterat ännu

Betingelser

Studietyp

Observationell

Inskrivning (Beräknad)

1000

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

1000

Beskrivning

Inklusionskriterier:

  • Vuxna ≥18 år som genomgår diagnostisk koloskopi.
  • Tillräcklig tarmförberedelse (Boston Bowel Preparation Scale totalt ≥6 med varje segment ≥2).
  • Komplett undersökning (cekal intubation; utdragningstid ≥6 min när ingen terapi).
  • Tillgänglighet för alla modellprediktorer enligt CRF.

Exklusionskriterier:

  • • Känd CRC eller polyp, tidigare kolektomi, polyposissyndrom, känd IBD eller starka ärftliga CRC-syndrom (t.ex. Lynch) om uteslutna i härledning.

    • Otillräcklig förberedelse, ofullständig koloskopi, obstruerande lesioner som förhindrar optisk diagnos bortom obstruction.
    • Akutkoloskopier, endast terapeutiska procedurer utan diagnostiskt syfte.

Studieplan

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

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Enskild prospektiv observationskohort

Deltagare genomgår standardkoloskopi

Ingen allokering till behandlings- eller jämförelsegrupper

Ingen studie-specifik intervention administreras. Deltagare genomgår standard diagnostisk koloskopi och histopatologisk utvärdering. En låst maskininlärningsmodell tillämpas på rutinmässigt insamlade kliniska och demografiska baslinjedata endast för riskprediktion, utan att påverka klinisk hantering.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Area Under the Receiver Operating Characteristic Curve (AUROC) för maskininlärningsmodellen
Tidsram: 1 ÅR
Arean under mottagaroperativ karakteristikkurvan (AUROC) för den maskininlärningsbaserade prediktionsmodellen för att identifiera förekomsten av histologiskt bevisad kolonadenom
1 ÅR

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Valideringsprestanda för maskininlärningsprediktionsmodellen
Tidsram: 1 ÅR
Valideringsprestanda för maskininlärningsmodellen för att förutsäga kolonadenom, utvärderad med AUROC, kalibreringsmått (Brier-poäng) och kalibreringsdiagram i en oberoende valideringskohort.
1 ÅR

Samarbetspartners och utredare

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

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 (Beräknad)

1 februari 2026

Primärt slutförande (Beräknad)

30 mars 2027

Avslutad studie (Beräknad)

30 mars 2027

Studieregistreringsdatum

Först inskickad

26 december 2025

Först inskickad som uppfyllde QC-kriterierna

27 december 2025

Första postat (Beräknad)

9 januari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Beräknad)

12 januari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

9 januari 2026

Senast verifierad

1 januari 2026

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • VALID-ADENOMA-IN

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

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