- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT04503226
Dyb indlæring anvendt til almindelig abdominal røntgenovervågning efter endovaskulær aneurismereparation (EVAR) af abdominal aortaaneurisme (AAA) (DeepLearn)
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Abdominal aortaaneurisme (AAA) er en tilstand, hvor den abdominale aorta, en stor arterie, udvider sig gradvist, sekundært til en degenerativ proces inden for dens væg. Dette kan føre til sprængning af den svækkede væg med efterfølgende blødning i maven. Dette scenarie er normalt fatalt. Diameteren af aneurismet korrelerer positivt med risikoen for ruptur. Aneurismes størrelse er derfor den primære determinant, når man overvejer, om AAA'er skal repareres eller ej.
Endovaskulær aneurismereparation (EVAR) er blevet standardbehandlingen for AAA'er hos langt de fleste patienter. Det er en minimalt invasiv teknik, der har til formål at udelukke aneurismen fra cirkulationen ved at placere et syntetisk "stent-graft" i aorta-lumen. Metalliske modhager samt radial kraft opretholder stent-graft-position i ikke-aneurysmal aorta over aneurismen såvel som i iliaca arterierne under aneurismen.
Niveau 1-evidens har konsekvent vist forbedret perioperativ overlevelse med EVAR sammenlignet med traditionel åben kirurgi. Der er dog betænkeligheder med hensyn til langtidsholdbarheden af EVAR-stentgrafter, hvor 1 ud af 5 patienter har behov for yderligere operation af aneurismen i de 5 år efter operationen. Dette skyldes ofte svigt af stentgraftens position og integritet. Derfor er standard international praksis at holde patienter under livslang overvågning efter EVAR. Dette er normalt i form af almindelige røntgenbilleder i kombination med enten computertomografi (CT) eller duplex ultralydsscanninger, alt sammen udført på årsbasis.
Stentgrafter er synlige på almindelige røntgenbilleder af abdomen, og ved at sammenligne serier af billeder taget over tid, er det muligt at diagnosticere et utal af stentgraftproblemer, herunder migration, disintegration og forvrængning. Men disse ændringer kan være subtile på almindelige røntgenbilleder og svære at få øje på, selv for det mest trænede menneskelige øje. Som følge heraf gennemgår patienter mere detaljerede scanninger, der desværre indebærer en risiko for nefrotoksicitet og strålingsinduceret malignitet.
Målet med vores forskning er at forbedre det diagnostiske potentiale af almindelige røntgenbilleder ved at anvende moderne deep learning computeralgoritmer til fortolkning.
Kunstig intelligens (AI) i form af deep learning har i de senere år vist stor succes på adskillige udfordrende problemer. Succesen med deep learning er i vid udstrækning understøttet af fremskridt inden for kraftfulde grafikbehandlingsenheder (GPU'er). GPU'er gør det muligt for os at fremskynde træningsalgoritmer i størrelsesordener, hvilket bringer løbetider på uger ned til dage.
Vores undersøgelse vil undersøge brugen af kunstig intelligens til fortolkning af serier af anonymiserede almindelige røntgenbilleder for at identificere træk ved en svigtende stent-graft.
En deep-learning-algoritme vil blive anvendt til post-EVAR almindelige røntgenbilleder, som allerede er blevet udført på vores institution i England i løbet af de sidste 10 år. Vi vil derefter sammenligne maskinens effektivitet til at identificere stent-graft-relaterede problemer med de kendte resultater, der er identificeret ved menneskelig fortolkning tidligere.
Dette projekt vil stole på de seneste fremskridt inden for deep learning-teknikker. Det forventes, at dyb læring vil give god ydeevne til EVAR-overvågning i overensstemmelse med dens succesfulde anvendelse på domæner såsom genkendelse af cifre, kinesiske tegn og trafikskilte, hvor computere har produceret bedre nøjagtighed end mennesker.
Undersøgelsestype
Tilmelding (Forventet)
Kontakter og lokationer
Studiesteder
-
-
Merseyside
-
Liverpool, Merseyside, Det Forenede Kongerige, L7 8TX
- University of Liverpool
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Patienter, der har gennemgået EVAR på Royal Liverpool University Hospital mellem 2005 og 2013.
- Patienter, der blev behandlet for standard infrarenale AAA'er.
- Patienter, der er på vores postoperative overvågningsprogram og har fået foretaget 5 almindelige abdominale røntgenbilleder til dato.
Ekskluderingskriterier:
- Ingen
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Kun etui
- Tidsperspektiver: Tilbagevirkende kraft
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Diagnostisk nøjagtighed
Tidsramme: 1-10 år
|
Den diagnostiske nøjagtighed af deep learning-baseret algoritme sammenlignet med trænet menneskelig fortolkning i detektion af stentgraft-migrering, disintegration og forvrængning på almindelige røntgenbilleder efter EVAR.
|
1-10 år
|
Samarbejdspartnere og efterforskere
Efterforskere
- Ledende efterforsker: Srinivasa Rao Vallabhaneni, MD, FRCS, Royal Liverpool University Hospital NH STrust
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Forventet)
Studieafslutning (Forventet)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 5851
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 Abdominal aortaaneurisme
-
Jeil Pharmaceutical Co., Ltd.Afsluttet
-
Assistance Publique - Hôpitaux de ParisUkendtLille abdominal aortaaneurisme | Abdominal aortaaneurisme,Frankrig
-
University of SaskatchewanRekrutteringVoksen abdominal billeddannelse | Pædiatrisk abdominal billeddannelse | Obstetrisk billeddannelseCanada
-
EndologixAktiv, ikke rekrutterende1 Paravisceral abdominal aortaaneurisme | 2 Juxtarenal abdominal aortaaneurisme | 3 Pararenal abdominal aortaaneurisme | 4 komplekse abdominale aortaaneurismerForenede Stater
-
Joanne TurnerIkke rekrutterer endnuAbdominal kirurgi | Abdominal brok
-
Washington University School of MedicineRekrutteringAbdominal aortaaneurisme (AAA) | Ingen abdominal aortaaneurisme (ikke-AAA)Forenede Stater
-
Meccellis BiotechRekrutteringAbdominal brok | Abdominal vægdefekt | MavevægsskadeFrankrig
-
Datascope Corp.UkendtAneurysmal sygdom i abdominal aorta | Okklusiv sygdom i abdominal aortaFrankrig
-
Karolinska University HospitalTilmelding efter invitationAneurisme | Aortaaneurisme | Abdominal aortaaneurisme, bristet | Aneurisme Abdominal | Abdominal aortaaneurisme uden brudSverige
-
Karolinska University HospitalMedical University of Graz; St. Olavs HospitalAfsluttetAneurisme | Aortaaneurisme | Abdominal aortaaneurisme | Aneurisme Abdominal | Abdominal aortaaneurisme uden brudSverige