Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Diagnostisk ydeevne af lavdosis-CT til akutte abdominale tilstande (DETECT_Acute)

4. juni 2026 opdateret af: Anselm Schulz,MD, Oslo University Hospital

Diagnostisk ydeevne af deep Learning billedrekonstruktion i lavdosis CT til påvisning af akutte abdominale tilstande

Målet med dette non-inferiority observationsstudie er at vurdere den diagnostiske ydeevne af lavdosis CT med deep learning image reconstruction (DLIR) hos voksne deltagere med akutte abdominale tilstande. Det primære forskningsspørgsmål er:

• Kan lavdosis CT med DLIR opnå samme diagnostiske ydeevne som standard CT til diagnosticering af akutte abdominale tilstande.

Deltagerne vil blive undersøgt med en ekstra lavdosis CT direkte efter standard CT. Deltageren vil være deres egne kontroller.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Baggrund Computertomografi (CT) er blevet et væsentligt værktøj i moderne klinisk medicin. Med udbredt tilgængelighed er en hurtig stigning i brugen af ​​CT-billeddannelse blevet observeret i løbet af de sidste årtier. Med den tilhørende stigning i strålingseksponering er den potentielle øgede risiko for strålingsinduceret malignitet blevet et folkesundhedsproblem. Dette gælder især for CT-scanninger af mave og bækken, som i øjeblikket udgør 50 % af den samlede CT-dosis. Da fordelen ved dosisreduktion generelt opvejes af forringelse af billedkvaliteten, efterstræbes teknologiske fremskridt for at reducere strålingsdosis uden at gå på kompromis med billedkvaliteten i klinisk praksis.

Inden for CT-billedrekonstruktion har filtreret tilbageprojektion (FBP) været den dominerende billedgenopbygningsteknikalgoritme siden begyndelsen af ​​1970'erne, suppleret med de første kommercielle iterative rekonstruktions (IR) algoritmer i 2009.

En ny DLIR-algoritme (deep learning image reconstruction) modtog klinisk godkendelse i 2019 (TrueFidelity, GE Healthcare, Milwaukee, WI). Andre leverandørspecifikke algoritmer til deep learning-billedrekonstruktion dukker også op (AiCE, Canon Medical Systems, Otawara, Japan). Som forklaret af en teknisk hvidbog, der er blevet trænet med højdosis- og lavdosis-FBP-datasæt på tværs af fantom- og patienttilfælde, stræber DLIR-algoritmen efter at undertrykke billedstøj uden at gå på kompromis med billedkvaliteten. Brugen af ​​deep learning billedrekonstruktion har vist potentiale for forbedret billedkvalitet og dosisreduktion uden at ændre støjtekstur.

For patienter med akutte abdominale tilstande anses CT af abdomen og bækkenet som den bedste første- eller andenlinjediagnostiske tilgang. For disse patienter er en hurtig og præcis diagnose af stor betydning for at undgå behandlingsforsinkelse og efterfølgende komplikationer såsom mave-tarmperforation i tilfælde af blindtarmsbetændelse eller divertikulitis. På den anden side er det også vigtigt at undgå unødvendige kirurgiske indgreb og de relaterede komplikationer. En mulig lavdosis CT-protokol skal derfor give en ikke-inferiør diagnostisk ydeevne for at lette hurtig diagnosticering og undgå overbehandling og inkonklusive undersøgelser.

Der er rapporteret lovende resultater vedrørende lavdosis CT-undersøgelser med modelbaseret IR og dosisreduktion på op til 75-80%. Med introduktionen af ​​DLIR synes endnu yderligere dosisreduktion dog mulig. Vores egne resultater fra en undersøgelse af billedkvalitetsopfattelse med DLIR indikerer, at en dosisreduktion på op til 92,5 % sammenlignet med standard CT kan bevare acceptabel diagnostisk billedkvalitet (endnu upubliceret arbejde).

På dette grundlag er formålet med denne undersøgelse at vurdere den diagnostiske ydeevne af lavdosis CT med DLIR til diagnosticering af akutte abdominale tilstande i et non-inferioritetsmiljø med en stor prøvestørrelse leveret af to store traumecentre i Nordeuropa.

Mål

Primær:

For at evaluere den diagnostiske ydeevne for akutte abdominale tilstande med kontrastforstærket lavdosis CT med DLIR "TrueFidelity" (TF) sammenlignet med standard fulddosis CT.

Sekundær:

At evaluere teknisk og opfattet billedkvalitet (kvalitativt og kvantitativt).

Etik

Godkendelse vil blive opnået fra den regionale etiske komité og institutionens databeskyttelsesansvarlige.

Der vil blive indhentet skriftligt informeret samtykke fra alle deltagere. Dette projekt vil være i overensstemmelse med Helsinki-erklæringen.

Risici Der er minimale risici på grund af en let stigning i strålingseksponering. Den ekstra strålingseksponering på 27,5 % ligger inden for den nationale variation af strålingseksponering fra CT-undersøgelser udført for tilsvarende kliniske opgaver. Forskerne estimerede den gennemsnitlige yderligere effektive dosis til 1,5 mSv, hvilket svarer til omkring 4 måneder med naturlig baggrundsstrålingseksponering i Norge (4,1 mSv/år). Den ekstra strålingseksponering udmønter sig i en teoretisk overdreven livstidsrisiko for dødelig strålingsinduceret kræft på mellem 0,004 - 0,03 %. De kliniske risici ved denne eksponering anses for at være minimale/ikke signifikante.

Materiale og metoder Undersøgelsen vil blive registreret på ClinicalTrials.gov før påbegyndelse. Undersøgelsesmetoder og resultater vil blive rapporteret i overensstemmelse med Standards for Reporting of Diagnostic Accuracy Studies (STARD)-erklæringen fra 2015. Det skal bemærkes, at STARD-AI-styregruppen er ved at forberede en AI-specifik udvidelse. Hvis disse STARD-AI-retningslinjer offentliggøres inden afslutningen af ​​undersøgelsen, vil resultaterne også blive rapporteret i overensstemmelse hermed. For at kompensere for AI-specifikke elementer, der ikke er behandlet i STARD, vil efterforskerne, når det er relevant, stole på tjeklisten for kunstig intelligens i medicinsk billeddannelse (CLAIM), som er modelleret efter STARD-retningslinjen.

Pilot Der vil blive udført et studiepilot med 10 patienter fordelt ligeligt mellem Oslo og Odense for at muliggøre test af studielogistik og justeringer af stråledosisniveauet for lavdosis-CT.

Undersøgelsesprotokol / billeddiagnostik Undersøgelser vil blive udført i henhold til lokale rutineprocedurer og etablerede CT-protokoller (CT-scanner: GE Revolution).

Ud over CT med standard undersøgelsesprotokol vil der blive udført en lavdosis CT-scanning, der ikke overstiger 30 % stråledosis af standard CT. Lavdosis CT-billeder vil blive rekonstrueret med TF høj. Den lave dosis CT vil blive udført direkte efter standard CT for at undgå bias fra forskelle i tidspunktet for kontrastfasen.

Beliggenhed og lokal undersøgelsespopulation Undersøgelsen vil blive udført som en multicenterundersøgelse, der involverer Oslo og Odense med prospektiv dataindsamling.

Den anslåede samlede undersøgelsespopulation vil blive fordelt ligeligt mellem de to hospitaler.

Billedevaluering Lavdosis-CT'en vil ikke blive brugt til diagnostiske formål eller patientbehandling. Billedevaluering og sammenligning vil blive udført adskilt fra den kliniske rutinemæssige arbejdsgang.

Alle lavdosis-CT-undersøgelser vil blive evalueret uafhængigt af to fastboende radiologer og af to erfarne radiologer med speciale i abdominal radiologi med mere end 10 års erfaring med abdominal CT. Læserne vil blive blindet for al information fra tidligere undersøgelser, den primære CT-rapport, eventuelle fund fra de andre læsere, al behandlingsrelateret information og for den endelige diagnose.

De vil have adgang til kliniske henvisninger og laboratorieundersøgelser udført forud for den oprindelige CT-undersøgelse. Billedevaluering vil blive udført i radiologernes kliniske miljø ved hjælp af diagnostiske monitorer.

I udfaldsanalysen vil diagnosen for hver patient fra lavdosis CT blive sammenlignet med den oprindelige radiologiske diagnose baseret på fulddosis CT.

For intralæseraftale vil et tilfældigt udvalg fra 10% af sagerne blive præsenteret to gange for hver læser.

Teknisk billedkvalitet vurderes ved at placere områder af interesse (ROI) i et homogent segment af portvenen, tilstødende normal leverparenchymaorta, erector spinae-muskler og i det subkutane fedt. Contrast-to-Noise Ratio (CNR) vil blive beregnet.

Opfattet billedkvalitet vil blive vurderet af mindst to radiologer på en Likert-skala efter billedkvalitetskriterier baseret på de europæiske retningslinjer for billedkvalitet ved abdominal CT.

Statistik Dedikeret statistisk software som Stata og SPSS vil blive brugt til analyse af undersøgelsesdata. Alfa-signifikansniveauet vil blive sat til 5 %, og 95 % konfidensintervaller vil blive brugt. Kappa-statistikker vil blive brugt til inter- og intralæseraftale. Logistisk regression vil blive brugt til vurdering af billedkvalitet. Passende parametriske eller ikke-parametriske test vil blive brugt til evaluering af numeriske variable. Den diagnostiske ydeevne vil blive defineret af areal under kurven, sensitivitet, specificitet, positiv og negativ prædiktiv værdi. Signifikante forskelle i sensitivitet og specificitet vil blive bestemt af McNemars test.

Effektberegning og prøvestørrelse Et non-inferioritetsstudiedesign vil blive brugt til at vise noninferioritet med hensyn til den diagnostiske ydeevne af lavdosis-CT sammenlignet med standard-CT. Efterforskerne estimerede følsomheden af ​​standard-CT til 90 %. Forekomsten af ​​akutte abdominale tilstande med en synlig korrelation på standard CT er estimeret til 70 % blandt alle henvisninger, der opfylder inklusionskriterierne. En non-inferiority margin på 10 % for sensitivitet blev anset for at være klinisk acceptabel, dvs. sandsynligheden for positive fund på lavdosis CT i tilfælde af positiv standard CT blev antaget at være 90 %.

S_L = Sandsynlighed (positiv lavdosis CT | positiv standard CT)

0-hypotesen blev defineret som:

S_L < 90 %

Den alternative hypotese blev derefter defineret som:

S_L > 90 % For at identificere en ensidig 6 % forskel (stigning) fra non-inferioritetsmarginen med en styrke på 80 % og et alfa-signifikansniveau på 5 %, estimerede efterforskerne de nødvendige patienter med positive CT-fund til n= 116 (binominal fordeling). Det samlede antal nødvendige patienter blev derefter beregnet til 116/0,7=166.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

246

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

      • Odense, Danmark
        • Odense University Hospital
      • Oslo, Norge
        • Oslo University Hospital

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

18 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

primær klinik; universitetshospitalet

Beskrivelse

Inklusionskriterier:

  • Patienter under udredning for en akut abdominal tilstand, som henvises til CT af mave og bækken.
  • Alder >18 år
  • Patienterne skal kunne give deres mundtlige og skriftlige samtykke til studiedeltagelse.

Ekskluderingskriterier:

  • Kontraindikationer vedrørende kontrastforstærkede CT-undersøgelser som kendte iodholdige kontrastmidlers bivirkninger eller klaustrofobi.
  • Graviditet.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Kohorte
  • Tidsperspektiver: Fremadrettet

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Mavesmerter
Deltagere under udredning for en akut abdominal tilstand, som henvises til CT af mave og bækken.
Lavdosis CT-scanning vil blive udført, der ikke overstiger 30 % stråledosis af standard CT. Lavdosis CT-billeder vil blive rekonstrueret med TrueFidelity high. Den lave dosis CT vil blive udført direkte efter standard CT for at undgå bias fra forskelle i tidspunktet for kontrastfasen.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostic performance of low-dose CT
Tidsramme: 6 to 12 months

Diagnostic performance of low-dose CT compared to standard CT according to ICD 10 diagnosis.

Diagnostic performance measured in terms of:

Sensitivity, derived from mixed-effects logistic regression.

6 to 12 months

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostic performance
Tidsramme: 6 to 12 month
Diagnostic performance measured in terms of: Specificity, positive predictive value, negative predictive value, and accuracy derived from mixed-effects logistic regression.
6 to 12 month
Radiation dose
Tidsramme: 6 to 12 months

Compare radiation dose; low-dose vs standard CT:

Radiation dose measured in terms of DLP and CTDIvol.

6 to 12 months
Reading time.
Tidsramme: 6 to 12 month
Reading time difference between low-dose CT and standard CT.
6 to 12 month
Perceived image quality
Tidsramme: 6 to 12 months

Compare perceived image quality; low-dose vs standard CT:

Perceived image quality scored on a ordinal, 5-point Likert scale (at least two readers).

6 to 12 months
Image quality - noise
Tidsramme: 6 to 12 months

Compare technical image quality; low-dose vs standard CT:

Image noise in terms of standard deviation within a region of interest (ROI); numerical as Hounsfield unit (HU), several points of measurement.

6 to 12 months
Image quality - contrast-to-noise ratio
Tidsramme: 6 to 12 months

Compare technical image quality; low-dose vs standard CT:

Contrast-to-noise ratio; numerical, several points of measurement. Calculated according to:

CNR=(│〖HU〗_Kidney - 〖HU〗_(Water )│)/√((〖SD〗_Kidney 2 + 〖SD〗_Water 2 )/2)

6 to 12 months
Diagnoses
Tidsramme: 6 to 12 months
Descriptive exploration of diagnoses among patients referred to CT examinations; diagnoses according to ICD 10.
6 to 12 months

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Samarbejdspartnere

Efterforskere

  • Ledende efterforsker: Anselm Schulz, PhD, Oslo University Hospital

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

7. december 2022

Primær færdiggørelse (Faktiske)

10. juli 2023

Studieafslutning (Faktiske)

10. juli 2023

Datoer for studieregistrering

Først indsendt

15. november 2022

Først indsendt, der opfyldte QC-kriterier

6. december 2022

Først opslået (Faktiske)

15. december 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

8. juni 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

4. juni 2026

Sidst verificeret

1. juni 2026

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • PVO ref. 22/11840
  • 22/11840 (Anden identifikator: Data protection officer at Oslo University Hospital)
  • 468490 (Anden identifikator: Regional Comittees for Medical Research Ethics South East)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

IPD vil ikke blive delt på grund af juridiske og privatlivsproblemer.

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .