Lungenkrebs-Screening durch ein Gerät mit künstlicher Intelligenz
Lungenkrebs-Screening bei Nichtrauchern mit hohem Risiko durch ein Gerät der künstlichen Intelligenz
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Molly SC LI, MBBS, MRCP
- Telefonnummer: 3505 2166
- E-Mail: molly@clo.cuhk.edu.hk
Studieren Sie die Kontaktsicherung
- Name: Candy TANG, PC
- Telefonnummer: 2479 8366
- E-Mail: candytang@cuhk.edu.hk
Studienorte
-
-
-
Hong Kong, Hongkong
- Rekrutierung
- Department of Clinical Oncology, Prince of Wales Hospital
-
Kontakt:
- Molly SC LI, MBBS, MRCP
- Telefonnummer: 3505 2166
- E-Mail: molly@clo.cuhk.edu.hk
-
Kontakt:
- Candy TANG, PC
- Telefonnummer: 2479 8366
- E-Mail: candytang@cuhk.edu.hk
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
Patienten können nur dann in die Studie aufgenommen werden, wenn alle folgenden Kriterien zutreffen:
- Alter 50-75 Jahre alt
- Nichtraucher (definiert als weniger als 100 Zigaretten im Leben)
- In der Familienanamnese ersten Grades ist Lungenkrebs aufgetreten
- Körperlich fit für eine kurative Behandlung, wenn Lungenkrebs im Frühstadium festgestellt wird
- Kann eine schriftliche Einverständniserklärung abgeben
- Einwilligung zu Nachuntersuchungen und CT-Nachuntersuchungen, sofern angezeigt
- Zustimmung zur Blutentnahme für translationale Forschung
Ausschlusskriterien:
Patienten, die beim Screening eines der folgenden Ausschlusskriterien erfüllen, sind nicht berechtigt, an dieser Studie teilzunehmen:
- Geschichte der Malignität
- Rauchergeschichte (definiert als mehr als 100 Zigaretten im Leben)
- Klinische Symptome, die auf Lungenkrebs verdächtig sind, z.B. Hämoptyse, Brustschmerzen, Gewichtsverlust
- Medizinische Komorbiditäten, die eine kurative (chirurgische) Behandlung von Lungenkrebs ausschließen, wie z. B. schwere Herzerkrankungen, akutes oder chronisches Atemversagen, häusliche Sauerstofftherapie, Blutgerinnungsstörung
- Schwangere oder Frauen, die eine Empfängnis planen
- Vorgeschichte von Tuberkulose oder interstitieller Lungenerkrankung
- Lungenentzündung, die innerhalb der letzten 12 Wochen eine Antibiotikabehandlung erfordert
- CT-Thorax oder Thorax, durchgeführt innerhalb von 2 Jahren (einschließlich LDCT oder CT-Koronarangiogramm)
- Unfähig oder nicht bereit, eine schriftliche Einverständniserklärung abzugeben
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Screening
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Anzahl der Arme
Waffen und Interventionen
Teilnehmergruppe / ArmTeilnehmergruppe / Arm |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Sonstiges: Auf künstlicher Intelligenz basierendes Programm (Lung-SIGHT)
Es hat sich gezeigt, dass Algorithmen der künstlichen Intelligenz (KI) gut funktionieren und Radiologen als zweite oder gleichzeitige Beobachter bei der Erkennung von Lungenknoten ergänzen.
KI-Lösungen zur Erkennung und Quantifizierung von Lungenknoten werden mittlerweile in Krankenhäusern im Vereinigten Königreich und in mindestens acht weiteren europäischen Ländern weit verbreitet eingesetzt.
Die Sensitivität der Knotenerkennung durch Radiologen stieg mithilfe des KI-Programms von 72 % auf 80 %.
Eine klinische Studie in Taiwan zeigte, dass allein mit dem KI-Programm eine Gesamtempfindlichkeit von 95,6 % bei der Knötchenerkennung erreicht wurde und im Vergleich zu Radiologen eine überlegene Leistung bei der Erkennung von Knötchen mit einer Größe von 4 bis 5 mm erzielt wurde.
Insgesamt kann der Einsatz von KI bei der CT-Analyse und der Erkennung von Lungenknoten die Kosten und die Arbeitsbelastung des Radiologen erheblich reduzieren.
|
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Sensitivität, Spezifität, positiver prädiktiver Wert und negativer prädiktiver Wert des KI-unterstützten Programms bei der Erkennung und Überwachung von Lungenknötchen (≥5 mm) im Vergleich zur Radiologenbeurteilung
Zeitfenster: 2 Jahre
|
2 Jahre
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Prävalenz von Lungenkrebs, nachgewiesen durch LDCT der zweiten Runde (T1) bei Patienten mit negativer LDCT der ersten Runde
Zeitfenster: 2 Jahre
|
2 Jahre
|
|
Sensitivität, Spezifität, positiver prädiktiver Wert und negativer prädiktiver Wert des KI-gestützten Programms zur Lungenkrebserkennung
Zeitfenster: 2 Jahre
|
2 Jahre
|
|
Diagnostischer Nutzen plasma-basierter Biomarker zur Detektion und Risikobewertung von frühstufigem Lungenkrebs
Zeitfenster: 2 Jahre
|
2 Jahre
|
|
Rate an invasiven Abklärungen und assoziierter Komplikationen
Zeitfenster: 2 Jahre
|
2 Jahre
|
|
Stadienverteilung von durch LDCT-Screening entdecktem Lungenkrebs
Zeitfenster: 2 Jahre
|
2 Jahre
|
|
Kosteneffektivität des LDCT-Lungenkrebs-Screenings mit KI-unterstütztem Programm
Zeitfenster: 2 Jahre
|
2 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- LC-SHIELD
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .