NCT07675525Befejeződött
Deep Learning for Liver Fibrosis Triage in MASLD Using Longitudinal Electronic Health Records
NIMIT-AI: Neural Inference for Metabolic-liver Integrated Trajectories: Leveraging Deep Learning to Enhance Reliability in MASLD Triage
Forrás: ClinicalTrials.gov · Utoljára frissítve: 2026. jún. 30.
Rövid összefoglaló (regiszter, angolul)
This study looks at a new computer program called NIMIT-AI (Neural Inference for Metabolic-liver Integrated Trajectories, Artificial Intelligence) that helps doctors find liver scarring early in patients with fatty liver disease. Fatty liver disease, also called metabolic dysfunction-associated steatotic liver disease (MASLD), is a common condition where fat builds up in the liver. Over time, this can cause scarring (fibrosis). Finding scarring early helps doctors treat it before it gets worse. Right now, doctors use a blood test score called FIB-4 to check for scarring. But this score misses many patients and cannot be calculated when blood test results are incomplete. NIMIT-AI works differently. It reads a patient's blood test results over multiple visits, not just one visit, to spot patterns that suggest liver scarring. It was tested on 969 patients seen at Siriraj Hospital in Bangkok, Thailand between 2018 and 2022. In testing, NIMIT-AI found liver scarring more accurately than FIB-4. It also worked even when some blood test results were missing, which happens often in real clinics. This study did not ask patients to do anything extra. It used health records that were already collected as part of regular care.
- Állapot (regiszter)
- Befejeződött
- Vizsgálattípus
- Megfigyeléses
- Résztvevők száma
- 1351 (tényleges)
- Első benyújtás
- 2026. jún. 18.
- Kezdés
- 2018. jan. 1.
- Elsődleges befejezés
- 2022. dec. 31.
- Fő szponzor
- Siriraj Hospital
- Betegségek
- Zsírmáj (MASLD/MASH)
- NCT-szám
- NCT07675525
Mit vállalsz
- Vizsgálat típusa: Megfigyeléses
- Bevont résztvevők: 1351
- 2018. jan. 1. és az elsődleges befejezés (2022. dec. 31.) között
- 1 helyszín, 1 országban
- Vizitek és vizsgálatok: kérdezd a vizsgálat csapatát, a regiszter nem sorolja fel őket
A(z) ClinicalTrials.gov regisztermezőiből összeállítva. A vizsgálat felépítését írja le.
Ki nem vehet részt
Szó szerint a(z) ClinicalTrials.gov forrásból, témák szerint csoportosítva. Hogy ki vehet részt, azt csak a vizsgálat csapata dönti el.
Korábbi kezelés
- Prior liver transplantation
Más betegség
- Alternative chronic liver disease aetiology (autoimmune hepatitis, primary biliary cholangitis, primary sclerosing cholangitis, Wilson's disease, haemochromatosis)
- Chronic viral hepatitis (hepatitis B or C surface antigen positivity)
- Active extrahepatic malignancy at baseline
Egyéb
- Insufficient longitudinal data for outcome ascertainment
Kiket keres a vizsgálat
- Age ≥18 years at index visit
- Confirmed MASLD diagnosis per Delphi consensus criteria
- At least one outpatient visit with concurrent laboratory data and FibroScan liver stiffness measurement within observation window (2018-2022)
- Receiving care at Division of Gastroenterology, Faculty of Medicine Siriraj Hospital, Mahidol University
Életkor a regiszterben: 18 év – - · Nem: nők és férfiak
Helyszínek (1)
Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.
| Helyszín | Város | Ország | Helyszín állapota |
|---|---|---|---|
| Faculty of Medicine Siriraj Hospital | Bangkok Noi | Thaiföld | Ismeretlen állapot |
Ez az oldal tájékoztatás, nem orvosi tanács. Bármely vizsgálatról az orvosoddal beszélj.