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

AI-EBUS-Elastografi til LN Staging (AI-EBUS-E)

16. januar 2024 opdateret af: Wael Hanna, St. Joseph's Healthcare Hamilton

Klinisk nytte af kunstig intelligens udvidet endobronchial ultralyds-elastografi i lymfeknudestadieinddeling for lungekræft

Inden der træffes nogen behandlingsbeslutninger for patienter med lungekræft, er det afgørende at afgøre, om kræften har spredt sig til lymfeknuderne i brystet. Traditionelt bestemmes dette ved at tage biopsiprøver fra disse lymfeknuder ved hjælp af endobronchial Ultrasound Transbronchial Needle Aspiration (EBUS-TBNA) procedure. Desværre er resultaterne af EBUS-TBNA i 40 % af tiden ikke informative, og der træffes forkerte behandlingsbeslutninger. Der er derfor et erkendt behov for en bedre måde at afgøre, om kræften har spredt sig til lymfeknuderne i brystet. Efterforskerne mener, at elastografi, en nyligt opdaget billedteknologi, kan opfylde dette behov. I denne undersøgelse foreslår efterforskerne at bestemme, om elastografi kan diagnosticere kræft i lymfeknuderne. Elastografi bestemmer vævsstivheden i de forskellige dele af lymfeknuden og genererer et farvekort, hvor den stiveste del af lymfeknuden fremstår blå, og den blødeste del fremstår rød. Det er blevet foreslået, at hvis en lymfeknude er overvejende blå, så indeholder den kræft, og hvis den er overvejende rød, så er den godartet. For at studere dette har efterforskerne designet et eksperiment, hvor lymfeknuderne afbildes med EBUS-elastografi, og billederne efterfølgende analyseres af en computeralgoritme ved hjælp af kunstig intelligens. Algoritmen vil blive trænet til at læse billederne først og derefter forudsige, om disse billeder viser kræft i lymfeknuden. For at evaluere algoritmens succes vil efterforskerne sammenligne dens forudsigelser med patologiresultaterne fra lymfeknudebiopsier eller kirurgiske prøver.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Undersøgelsestype

Interventionel

Tilmelding (Faktiske)

100

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiesteder

  • Canada
    • Ontario
      • Hamilton, Ontario, Canada, L8N 4A6
        • St. Joseph's Healthcare Hamilton

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

Beskrivelse

Inklusionskriterier:

  • Patienter, der er diagnosticeret med mistænkt eller bekræftet NSCLC, som er blevet henvist til mediastinal stadieinddeling gennem EBUS-TBNA på St. Joseph's Healthcare Hamilton, vil være berettiget til denne undersøgelse.

Ekskluderingskriterier:

  • Der gælder ingen udelukkelseskriterier.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Interventionel model: Enkelt gruppeopgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: EBUS-Elastografi
Enhed: EBUS-Elastografi
Patienter, der gennemgår LN-stadieinddeling for lungekræft med EBUS-TBNA, vil få digitale billeder og biopsi af hver LN opnået i overensstemmelse med standarder for pleje. Forud for lymfeknudebiopsien med EBUS-TBNA vil der blive udført elastografi. Den relative belastning af væv i det scannede område af LN'erne vil blive vist som et farvekort med stivere områder i blåt og blødere væv i rødt. Elastografi og B-tilstand billeder vil blive vist side om side, og billeder optages og gemmes på et eksternt drev til analyse. Elastografibilleder vil blive ført til NeuralSeg-algoritmen, som har en netværksarkitektur svarende til standard U-Net til billedsegmentering. De automatisk identificerede områder af interesse vil blive overlejret på EBUS Elastografi-billederne for at udtrække LN-stivhedsmålingerne. Efter overlejring vil NeuralSeg bestemme andelen af ​​LN-området inden for 9 tidligere definerede stivhedstærskler.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Stivhedsarealforhold
Tidsramme: 8 måneder
Identifikation af, om det procentvise areal af en lymfeknude over en defineret blå farvetærskel er uafhængigt forbundet med malignitet
8 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
NeuralSegs forudsigelse af lymfeknude malignitet
Tidsramme: 2 måneder
Bestem, om NeuralSeg nøjagtigt kan forudsige malignitet i lymfeknuder sammenlignet med biopsiresultater af de lymfeknuder, der blev undersøgt
2 måneder
Overensstemmelsen mellem NeuralSegs forudsigelser og patologiske resultater, målt ved diagnostisk nøjagtighed, sensitivitet, specificitet, positive og negative prædiktive værdier
Tidsramme: 2 måneder
Overensstemmelsen mellem NeuralSegs forudsigelser og patologiske resultater, målt ved diagnostisk nøjagtighed, sensitivitet, specificitet, positive og negative prædiktive værdier
2 måneder

Samarbejdspartnere og efterforskere

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

Sponsor

St. Joseph's Healthcare Hamilton

Efterforskere

  • Ledende efterforsker: Waël C Hanna, MDCM, MBA, FRCSC, McMaster University

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. september 2021

Primær færdiggørelse (Faktiske)

1. maj 2022

Studieafslutning (Faktiske)

1. maj 2022

Datoer for studieregistrering

Først indsendt

19. marts 2021

Først indsendt, der opfyldte QC-kriterier

24. marts 2021

Først opslået (Faktiske)

25. marts 2021

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

18. januar 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

16. januar 2024

Sidst verificeret

1. januar 2024

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • AI-EBUS-Elastography_19032021

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

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 NSCLC

Kliniske forsøg med EBUS-Elastografi

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Benin

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner