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

Lung Nodule Imaging Biobank for Radiomics and AI Research (LIBRA)

8. juni 2021 opdateret af: Royal Marsden NHS Foundation Trust
Denne undersøgelse vil indsamle retrospektive CT-scanningsbilleder og kliniske data fra deltagere med tilfældige lungeknuder set på hospitaler over hele London. Efterforskerne vil undersøge, om maskinlæring kan bruges til at forudsige, hvilke deltagere der vil udvikle lungekræft, for at forbedre tidlig diagnose.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Forventet)

1000

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Det Forenede Kongerige
      • London, Det Forenede Kongerige, NW1 2PG
        • Rekruttering
        • University College London Hospitals Nhs Foundation Trust
        • Kontakt:
      • London, Det Forenede Kongerige, SW3 6NP
        • Rekruttering
        • The Royal Brompton NHS Foundation Trust
        • Kontakt:
        • Ledende efterforsker:
          • Dr Anand Deveral
    • England
      • Sutton, England, Det Forenede Kongerige, SM2 5PT
    • Greater London
      • London, Greater London, Det Forenede Kongerige, SE6 4JH
        • Rekruttering
        • Lewisham and Greenwich NHS Trust
        • Kontakt:
        • Ledende efterforsker:
          • Shafick Gareeboo
    • Surrey
      • Carshalton, Surrey, Det Forenede Kongerige, SM5 1AA
        • Ikke rekrutterer endnu
        • Epsom and St Helier's Hospitals NHS Trust
        • Kontakt:
        • Ledende efterforsker:
          • Jonathon Ratoff

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, OLDER_ADULT)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter med tidligere identificerede lungeknuder.

Beskrivelse

Inklusionskriterier:

  • Alder > 18
  • Baseline CT thorax-billeddannelse rapporteret som havende lungeknude(r) mellem 5 og 30 mm i de sidste 10 år.
  • Grunden er kendt (enten scanningsdata, der viser stabilitet i 2 år (baseret på diameter) eller et år (baseret på volumetri), fuldstændig opløsning eller biopsi-bevist malignitet.
  • Skivetykkelse < 2,5 mm.

Ekskluderingskriterier:

  • • Fravær af mindst én teknisk tilstrækkelig CT-thorax-billeddannelsesserie (defineret ved visuel inspektion af tilstedeværelsen af ​​billeddata fra thoraxen i DICOM-posten).

    • Skivetykkelse > 2,5 mm.
    • Billedbehandling > 10 år gammel.
    • Grundsandheden ukendt.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Lungeknuder

En kohorte på 1000 patienter med tilfældige lungeknuder vil blive identificeret ved hjælp af kliniske optegnelser på deltagende NHS-steder.

Link-anonymiserede CT-scanningsbilleder og -data vil blive lagret ved hjælp af en central database for forskning i radiomik og kunstig intelligens for at forudsige risikoen for malignitet.
Diagnostisk test: Maskinlæringsklassifikation
Patientens scanninger vil blive brugt som input til intern software til at udtrække flere radiomikrofonfunktioner. Disse funktioner vil blive brugt til at udvikle en risikosignatur, som kan forudsige malignitetsrisiko. Patientscanninger vil også blive brugt som input til deep learning/konvolutionelle neurale netværksmodeller til at udføre automatiseret billeddannelsesklassificering.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Udvikling af en billeddannende biobank
Tidsramme: 1 år
Det primære endepunkt vil blive opfyldt, hvis vi er i stand til at gemme baseline CT-scanninger og det mindste kliniske datasæt for 1000 patienter.
1 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Opdagelse af en CT-thorax-baseret radiomiksprofil til at forudsige kræftrisiko.
Tidsramme: 1 år
Vi sigter mod at identificere forskellige klynger af radiomikvariabler for at generere en radiomiks prædiktiv vektor (RPV), som kan bruges til at stratificere patienter i henhold til malignitetsrisiko. Denne vektor vil blive brugt i multivariat analyse og sammenlignet med eksisterende risikomodeller.
1 år

Samarbejdspartnere og efterforskere

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

Sponsor

Royal Marsden NHS Foundation Trust

Samarbejdspartnere

King's College Hospital NHS Trust
University College London Hospitals
Guy's and St Thomas' NHS Foundation Trust
Royal Brompton & Harefield NHS Foundation Trust
Institute of Cancer Research, United Kingdom
Imperial College Healthcare NHS Trust
Lewisham and Greenwich NHS Trust
Epsom and St Helier University Hospitals NHS Trust
RM Partners West London Cancer Alliance
UCLH Biomedical Research Centre

Efterforskere

  • Studiestol: Richard Lee, MBBS PhD, The Royal Marsden Hospital

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)

1. juni 2020

Primær færdiggørelse (FORVENTET)

1. august 2021

Studieafslutning (FORVENTET)

1. august 2021

Datoer for studieregistrering

Først indsendt

12. februar 2020

Først indsendt, der opfyldte QC-kriterier

12. februar 2020

Først opslået (FAKTISKE)

17. februar 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

11. juni 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

8. juni 2021

Sidst verificeret

1. juni 2021

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • CCR5215

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 .

Kliniske forsøg med Lungeneoplasmer

Kliniske forsøg med Maskinlæringsklassifikation

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in United Arab Emirates

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner