- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05481762
Evaluering af Contextflow DETECT Lung CT Nodule Detection Software i Chest CT-scanninger
Evaluering af computerstøttet lungeknudedetektionssoftware i CT-scanninger af brystet med en vurdering af dens indvirkning på læserens beslutningsproces
contextflow DETECT Lung CT er et kunstig intelligens (AI)-baseret computerstøttet detektionssystem (CADe), beregnet til at støtte radiologer i påvisningen af lungeknuder i CT-scanninger (chest computed tomography). Systemet er beregnet til at blive brugt som en andenlæser, derfor er resultaterne fra softwaren beregnet til at komplementere radiologens resultater og beslutninger.
Foreslået undersøgelse vil være multi-reader, multi case (MRMC) retrospektiv læserundersøgelse. Målet med undersøgelsen er at evaluere CADes indflydelse på effektiviteten af lungeknudedetektion. I løbet af undersøgelsen vil 10 radiologer analysere 350 CT-scanninger af brystet af voksne patienter med og uden assistance fra CADe. Undersøgelsen vil blive udført på afstand. CT-scanninger vil blive uploadet til en webbaseret billedindsendelses- og annotationsplatform, hvor hver deltager i undersøgelsen vil få en individuel konto og tildelt opgaveliste.
Det primære formål med undersøgelsen afgøre, om den diagnostiske nøjagtighed for radiologer med CADe-assistance er overlegen i forhold til den diagnostiske nøjagtighed for radiologer uden CADe-hjælp til lokalisering af lungeknuder med øget areal under fri-respons operationskarakteristikkurven (AUC af FROC).
Undersøgelsen vil målrette mod cirka 350 asymptomatiske voksne patienter, hvis CT-scanninger blev foretaget under rutinemæssig CT-undersøgelse. Patientpopulationen vil omfatte patienter med og uden lungeknuder.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Baggrund og begrundelse
Ifølge American Cancer Society var lungekræft den anden almindeligt diagnosticerede kræftsygdom med anslået 2,2 millioner nye tilfælde i 2020. I øjeblikket er den mest effektive måde at reducere kræftdødeligheden på tidlig diagnose af lungekræft. Men i rutinemæssig klinisk praksis blev mange tidlige stadier af lungekræft forsinket i diagnosticering, på grund af det faktum, at de fleste patienter ofte er asymptomatiske. Det er hovedårsagen til, at hurtig og den mindst invasive lungesygdomsscreening er så vigtig for tidlig påvisning af patologiske forandringer hos asymptomatiske patienter fra højrisiko-kohorter. Computertomografi (CT) er det seneste dominerede forestillingsværktøj, der bruges til at optage lungebilleder og derfor også til detektion og karakterisering af knuder. Derfor er computerstøttede detektions- og softwaresystemer baseret på kunstig intelligens blevet et af de mest fremtrædende og værdifulde værktøjer til påvisning af lungeknuder.
Formålet med det foreslåede læserstudie er at evaluere et af sådanne værktøjer, contextflow DETECT Lung CT, og at vurdere, i hvilket omfang støtte til radiologer med et computerstøttet detektionssystem forbedrer detektionen af knuder og understøtter radiologer i beslutningsprocessen.
contextflow DETECT Lung CT er en AI-baseret webapplikation til 3D medicinsk billeddannelsesdata. Det er beregnet til at blive brugt til påvisning og visualisering af lungeknuder i CT-scanninger af brystet af klinisk asymptomatiske voksne patienter.
Systemet er beregnet til at advare radiologer om specifikke steder, hvor der kan detekteres knuder, som ellers kan blive overset. Systemet giver målinger af knuderne, såsom gennemsnitsdiameter, langaksediameter, kortaksediameter samt det samlede volumen.
contextflow DETECT Lung CT er beregnet til at blive brugt som en anden læser, ud over den originale læsning udført af radiologer. Resultater leveret af contextflow DETECT Lung CT er beregnet til at supplere den information, som radiologer tager i betragtning under deres beslutningsproces.
Studere design
Dette vil være et retrospektivt, multi-reader multi-case (MRMC) studie. Alene radiologers præstation vil blive sammenlignet med radiologers præstation understøttet af detektionssoftwaren (som en anden læser). Undersøgelsen vil omfatte 10 læsere og et endeligt datasæt på 350 scanninger indsamlet fra mindst 3 radiologicentre og revideret af truthers. I løbet af undersøgelsen er tre følgende læsninger planlagt: Læs 1 (Truthing), Læs 2 (Baseline, uden CADe-assistance), Læs 3 (Intervention, med CADe-assistance).
Studiet vil bestå af 350 CT-billeder indsamlet fra asymptomatiske voksne patienter. Mindst 50 % af tilfældene skal være amerikanske data, andre tilfælde vil blive indsamlet fra europæiske radiologicentre. Mindst 65 % af tilfældene vil omfatte mindst én lungeknude. Datasættet vil også omfatte tilfælde uden knuder.
Udvalg af læsere
Læsernes kvalifikationskriterier:
- US-board of Radiology eller tilsvarende speciale certificering
- Mindst 5 års erfaring med CT-tolkning af brystet
- Fellowship-trænet i thorax/brystbilleddannelse,
- Succesfuld træning i brugen af studiesoftware.
Udvælgelse af patienter og billeddata
Patienter, hvis CT-billeder af brystet blev inkluderet i datasættet, skal opfylde alle følgende kriterier:
- Voksne patienter (i alderen 22 eller ældre) med antallet af knuder varierede fra 0 til 10;
- For patienter med mindst én lungeknude: knuder opdaget og bekræftet i grundtruth-proceduren;
- Asymptomatiske patienter, som gennemgår en rutinemæssig CT-scanning af brystet.
Billeddata skal opfylde alle følgende inklusionskriterier for at være med i denne undersøgelse:
- Billeder er CT-billeder af brystet, der viser fuld venstre og højre lunge;
- Billeder viser ingen bevægelsesartefakter hos patienten;
- Billeder af brystet skal rekonstrueres i aksialplan;
- Antallet af knuder pr. billede var 10 eller færre;
- Alle knuder, der måler mellem 4 - 30 mm i maksimal langaksediameter ved CT-scanning.
Læserstudieprocedurer
Ground truth process workflow: 3 amerikanske bestyrelsescertificerede thoraxradiologer med mindst 5 års erfaring efter tilsvarende stipendium vil blive bedt om at læse CT-scanninger og identificere handlingsrettede knuder i billeder fra ground truthing-datasæt (370 CT-scanninger tilfældigt valgt fra balanceret kandidatdatabase) af markere dem ved manuelt at tegne afgrænsningskasser rundt om dem.
Læseprocess arbejdsgang: For hver CT-scanning vil læseprocessen foregå i to trin: (1) læserens stand-alone læsning, uden kontekstflow DETECT Lung CT assistance og (2) anden læsers læsning med contextflow DETECT Lung CT som en anden- læser. I hvert trin vil læserne analysere 350 CT-scanningsdatasæt med begrænset klinisk information.
Blænding og randomisering
Identifikationen af tilfælde, der er udvalgt til undersøgelsen, samt individuelle analyser mellem læsere vil blive blindet for læserne. Læsere vil ikke have adgang til resultaterne fra sandhedsproceduren eller til informationen om, hvor mange handlingsbare knuder, der er blevet lokaliseret i individuelle CT-billeder.
Billedindsendelse og annoteringsplatform vil generere den tilfældige opgaveliste for hver læser. Læserrækkefølgen vil være forskellig for alle læsere.
Studiemål og endepunkter
De primære og sekundære mål med læserundersøgelsen er at demonstrere øget diagnostisk nøjagtighed hos radiologer med CADe sammenlignet med den diagnostiske nøjagtighed hos radiologer uden CADe i
Primær
- Lokalisering af læsionerne med det forstærkede område under fri-respons modtagerens operationskarakteristikkurve (AUC for FROC)
Sekundær
- Påvisning af sygdom ved hjælp af (AUC af ROC)
- Forbedring af sygdomsidentifikation med AUC af LROC
Følgende endepunkter vil også blive evalueret:
- Forskellen i følsomhed for læsionsdetektion med og uden CADe givet specificerede gennemsnitlige falske positive antal læsioner pr. billede;
- Forskellen i følsomhed for sygdomsdiagnostik med og uden CADe givet specificeret specificitet;
- Positiv prædiktiv værdi for sygdomsdiagnose
- Negativ prædiktiv værdi for sygdomsdiagnose
Datastyring
Alle data, der er en del af undersøgelsen, både delt af vores partnere eller downloadet fra offentlige kilder, blev anonymiseret i henhold til HIPAA- og/eller GDPR-reglerne og inkluderer ingen beskyttede sundhedsoplysninger.
- Slut på studiet
Læserundersøgelsen vil blive betragtet som afsluttet, når et tilstrækkeligt antal billeder er blevet analyseret til at opnå en tilfredsstillende statistisk testpræstation ved hjælp af statistisk magt. For at opnå dette bør mindst 300 scanninger analyseres.
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
-
Vienna, Østrig, 1050
- contextflow GmbH
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Asymptomatiske voksne patienter (i alderen 22 år eller ældre), med eller uden lungeknuder påvist under den rutinemæssige CT-scanning af brystet.
CT-billeder taget med CT-scannere leveret af 3 forskellige leverandører, hvor 50 % af billederne er erhvervet fra de amerikanske medicinske centre.
Beskrivelse
Inklusionskriterier:
- voksne asymptomatiske patienter, som gennemgår en rutinemæssig CT-scanning af brystet.
Ekskluderingskriterier:
- symptomatiske patienter.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Observationsmodeller: Case-Control
- Tidsperspektiver: Tilbagevirkende kraft
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
---|---|
Asymptomatiske voksne patienter
|
Radiologer læser CT-brystskorper med og uden hjælp af contextflow DETECT Lung CT som en anden læser
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Diagnostisk nøjagtighed
Tidsramme: 20 timer
|
Det primære formål med læserundersøgelsen er at afgøre, om den diagnostiske nøjagtighed for radiologer med CADe-assistance er overlegen i forhold til den diagnostiske nøjagtighed for radiologer uden CADe-assistance til lokalisering af lungeknuderne med udvidet areal under den frie respons operationskarakteristikkurve (AUC af FROC). ). Den sande positive rate (eller følsomheden) beregnes som den identificerede positive læsion blandt de sande positive divideret med det samlede antal sande positive læsioner blandt alle billeder. Antallet af falsk positive fund indsamles pr. billede. |
20 timer
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
---|---|---|
Muligheder for sygdomsdiagnose
Tidsramme: 20 timer
|
At evaluere mulighederne for sygdomsdiagnostik af radiologer med og uden CADe-assistance ved brug af området under modtagerens driftskarakteristikkurve (AUC af ROC). ROC-kurven er plottet for de sande positive og falske positive rater baseret på forskellige konfidensgrænser i læserens diagnostiske beslutning. |
20 timer
|
Muligheder for sygdomsidentifikation
Tidsramme: 20 timer
|
At evaluere evnerne til sygdomsidentifikation af radiologer med nøjagtig lokalisering med og uden CADe-assistance ved brug af området under lokaliseringsmodtagerens driftskarakteristikkurve (AUC af LROC). LROC-kurven er plottet for de sande positive og falske positive rater baseret på forskellige konfidensgrænser hos læsere. |
20 timer
|
Samarbejdspartnere og efterforskere
Sponsor
Publikationer og nyttige links
Generelle publikationer
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Hansell DM, Bankier AA, MacMahon H, McLoud TC, Muller NL, Remy J. Fleischner Society: glossary of terms for thoracic imaging. Radiology. 2008 Mar;246(3):697-722. doi: 10.1148/radiol.2462070712. Epub 2008 Jan 14.
- Qian F, Yang W, Chen Q, Zhang X, Han B. Screening for early stage lung cancer and its correlation with lung nodule detection. J Thorac Dis. 2018 Apr;10(Suppl 7):S846-S859. doi: 10.21037/jtd.2017.12.123.
Hjælpsomme links
Datoer for undersøgelser
Studer store datoer
Studiestart (FAKTISKE)
Primær færdiggørelse (FAKTISKE)
Studieafslutning (FAKTISKE)
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
Andre undersøgelses-id-numre
- 0020220401
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
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 Lungekræft
-
Mansoura UniversityRekrutteringOne Lung VentilationEgypten
-
Chinese Chronic Respiratory Disease Research NetworkRekruttering
-
Dokuz Eylul UniversityAfsluttetOne Lung VentilationKalkun
-
Seoul National University HospitalAfsluttet
-
Seoul National University HospitalAfsluttet
-
Yonsei UniversityAfsluttetOne Lung VentilationKorea, Republikken
-
Sichuan UniversityWest China HospitalMidlertidigt ikke tilgængeligOne Lung Ventilation
-
Joseph D. TobiasAfsluttetOne-lung Ventilation (OLV)Forenede Stater
-
University Health Network, TorontoAktiv, ikke rekrutterende
-
Papa Giovanni XXIII HospitalAfsluttetLungetransplantation | Ex Vivo Lung PerfusionItalien