胃癌、肠化生、萎缩性胃炎的临床试验-临床试验注册中心-ICH GCP

研究概览

地位

招聘中

条件

详细说明

这是一项分为两部分的回顾性研究，包括临床数据部分和病理部分。将从大约 70% 的纳入案例中开发一个培训队列。随后将对剩余病例进行验证队列。

将使用临床数据分析和报告系统 (CDARS) 和临床管理系统 (CMS) 回顾性收集临床数据。将确定并包括由具有组织学证实的胃 IM 和 AG 病史的患者组成的集群范围队列（新界东集群，NTEC），用于后续分析。回顾性数据的数据收集期为2000-2020年。

组织学幻灯片将在可用时（在 NTEC 内）进行回顾性检索。整个幻灯片成像技术将用于在病理学部分使用机器学习算法开发训练和验证队列。

研究类型

观察性的

注册 (估计的)

1300

联系人和位置

本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。

学习联系方式

姓名：Felix Sia
电话号码：+85226370428
邮箱：felix.sia@cuhk.edu.hk

研究联系人备份

姓名：Thomas Lam
电话号码：+85226370428
邮箱：thomas.lam@cuhk.edu.hk

学习地点

香港
- New Territories
  - Shatin、New Territories、香港
    - 招聘中
    - Prince of Wales Hospital

参与标准

研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年及以上 (成人、年长者)

接受健康志愿者

不适用

取样方法

非概率样本

研究人群

将使用临床数据分析和报告系统 (CDARS) 和临床管理系统 (CMS) 回顾性收集临床数据。将确定并包括由具有组织学证实的胃 IM 和 AG 病史的患者组成的集群范围队列（新界东集群，NTEC），用于后续分析。回顾性数据的数据收集期为2000-2020年。

组织学幻灯片将在可用时（在 NTEC 内）进行回顾性检索。整个幻灯片成像技术将用于在病理学部分使用机器学习算法开发训练和验证队列。

描述

纳入标准：

成人 >= 18 岁
经组织学证实的萎缩性胃炎或肠化生（在胃窦和/或胃体和/或胃角）

排除标准：

- 没有任何

学习计划

本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。

研究是如何设计的？

设计细节

团体/队列数

2

队列和干预

团体/队列
肠化生有组织学证实的胃肠化生病史的患者
萎缩性胃炎有组织学证实的萎缩性胃炎病史的患者

研究衡量的是什么？

主要结果指标

结果测量	措施说明	大体时间
胃癌和胃发育不良大体时间：20年	主要终点是胃癌（肠型）和胃发育不良（低度和高度不典型增生）的发生率。	20年

次要结果测量

结果测量	措施说明	大体时间
机器学习模型的整体准确率大体时间：20年	将评估机器学习模型的整体准确性	20年
机器学习模型的敏感性大体时间：20年	将评估机器学习模型的敏感性	20年
机器学习模型的特异性大体时间：20年	将评估机器学习模型的特异性	20年
机器学习模型的阳性预测值大体时间：20年	将评估机器学习模型的阳性预测值	20年
机器学习模型的阴性预测值大体时间：20年	将评估机器学习模型的阴性预测值	20年
机器学习模型受试者工作特征曲线下面积大体时间：20年	将评估机器学习模型的接受者操作特征曲线下的面积	20年

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

赞助

Chinese University of Hong Kong

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2021年4月15日

初级完成 (估计的)

2025年12月1日

研究完成 (估计的)

2025年12月31日

研究注册日期

首次提交

2021年3月23日

首先提交符合 QC 标准的

2021年4月7日

首次发布 (实际的)

2021年4月9日

研究记录更新

最后更新发布 (实际的)

2024年8月29日

上次提交的符合 QC 标准的更新

2024年8月28日

最后验证

2024年8月1日

肠化生和萎缩性胃炎对胃癌的预测 (GIMA)

肠化生和萎缩性胃炎胃癌的预测——人工智能在组织学和临床数据中的应用