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

Udvikling og evaluering af et kunstig intelligensværktøj til kolposkopihjælp (IACOL)

31. januar 2024 opdateret af: Assistance Publique - Hôpitaux de Paris
Projekt, der sigter på at udvikle en algoritme til at hjælpe med fortolkningen af ​​kolposkopibilleder og derefter at evaluere effektiviteten af ​​denne algoritme ved at bruge den på nye tilfælde og sammenligne de opnåede resultater med indtrykket af ekspertklinikere

Studieoversigt

Status

Ikke rekrutterer endnu

Intervention / Behandling

Detaljeret beskrivelse

På grund af stigningen i antallet af kolposkopier efter ændringer i anbefalinger vedrørende screening af livmoderhalskræft, undrede efterforskerne sig over fordelen ved hjælp fra computerværktøjet. Adskillige teams har allerede udviklet algoritmer til at hjælpe med fortolkningen af ​​kolposkopi, men undersøgelserne blev udført i lande, der ikke har den kolposkopiske ekspertise fra franske praktiserende læger, og ingen algoritme har vist sin effektivitet efter vores viden, idet de forskellige resultater er inhomogene . Efterforskerne ønskede derfor at udvikle en algoritme til at hjælpe kolposkopi baseret på kliniske tilfælde udført af praktiserende eksperter, og derefter evaluere dens effektivitet.

Efterforskerne indsamler manuelt data om voksne patienter, der har gennemgået kolposkopi af en ekspert læge på La Pitié-Salpêtrière mellem 1. september 2022 og 31. december 2023, for hvem fotografierne af den kolposkopiske undersøgelse (uden farvning, efter syreeddikesyre og efter Lugol) er tilgængelige og anvendelige, og som den kliniske kontekst er kendt for. Hvis en biopsi er blevet udført, betragtes det histologiske resultat som guldstandarden. Hvis dette ikke er tilfældet (normal og tilfredsstillende kolposkopi), vurderer efterforskerne som standard, at histologien er normal. Efterforskerne udelukkede alle patienter, for hvem fotografier var af dårlig kvalitet eller utilgængelige.

Udvikling af algoritmen ved hjælp af en datalogistuderende, med det formål at besvare følgende 2 spørgsmål:

  • antaget histologisk resultat
  • lokalisering af den målrettede biopsi om nødvendigt

Evaluering af algoritmen: brug af algoritmen til nye tilfælde, derefter sammenligning af de opnåede resultater med responsen givet af ekspertklinikere (aflæsning af billeder af 2 kolposkopister). Målet vil være at fremhæve algoritmens ikke-underlegenhed.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1000

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

- Voksne patienter, der har gennemgået kolposkopi med rettede biopsier på La Pitié-Salpêtrière mellem 1. september 2022 og 31. december 2023

Beskrivelse

Inklusionskriterier:

  1. Voksne patienter, der har gennemgået kolposkopi med rettede biopsier på La Pitié-Salpêtrière mellem 1. september 2022 og 31. december 2023
  2. Kendt klinisk kontekst (hvorfor patienten gennemgik kolposkopi)
  3. Histologiske resultater af cervikale biopsier (+/- konisering eller endda hysterektomi) kendt
  4. Billeder tilgængelige (fotografier af livmoderhalsen uden forberedelse, efter påføring af eddikesyre og efter påføring af lugol)
  5. Informeret om undersøgelsen og modsætter sig ikke brugen af ​​deres data

Ekskluderingskriterier:

  • Patienter, der ikke taler fransk

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Udvikling af en algoritme til at hjælpe med at fortolke kolposkopibilleder
Tidsramme: 4 måneder efter optagelse

Oprettelse af en billeddiagnostisk database med korrelation til kliniske og histologiske data ved hjælp af data fra pleje på Pitié-Salpêtrière Hospital. Hundrede cases vil blive udvalgt til undersøgelsen blandt de hundrede, der er til rådighed i afdelingen.

Annotering af kolposkopibilleder i henhold til anbefalingerne fra det franske selskab for kolposkopi og vaginal patologi i Cervico (SFCPCV), derefter korrelation med histologiske data.

Udvikling af en algoritme til at genkende og analysere kolposkopibilleder, med hjælp fra en datalogistuderende, ved hjælp af de analyserede data.

4 måneder efter optagelse

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Evaluer effektiviteten af ​​denne algoritme
Tidsramme: 4 måneder efter optagelse
Sammenligning af algoritmekorrelationshastighed med histologiske data med klinikers korrelationshastighed til histologiske data
4 måneder efter optagelse

Samarbejdspartnere og efterforskere

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

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 (Anslået)

1. marts 2024

Primær færdiggørelse (Anslået)

31. oktober 2024

Studieafslutning (Anslået)

31. oktober 2024

Datoer for studieregistrering

Først indsendt

4. januar 2024

Først indsendt, der opfyldte QC-kriterier

4. januar 2024

Først opslået (Faktiske)

17. januar 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

1. februar 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

31. januar 2024

Sidst verificeret

1. januar 2024

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

De procedurer, der udføres med den franske databeskyttelsesmyndighed (CNIL, Commission nationale de l'informatique et des libertés), sørger ikke for transmission af databasen, og det gør de informations- og samtykkedokumenter, der er underskrevet af patienterne heller ikke.

Høring af redaktionen eller interesserede forskere af individuelle deltagerdata, der ligger til grund for de resultater, der er rapporteret i artiklen efter afidentifikation, kan dog overvejes, under forudsætning af forudgående fastlæggelse af vilkårene og betingelserne for sådan konsultation og under respekt for overholdelse af de gældende regler.

IPD-delingstidsramme

Begyndende 3 måneder og slutter 3 år efter artiklens udgivelse. Anmodninger uden for denne tidsramme kan også indsendes til sponsoren

IPD-delingsadgangskriterier

Forskere, der giver et metodisk forsvarligt forslag.

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • ICF

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 Livmoderhalskræft

Kliniske forsøg med dataindsamling

Abonner