Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Die CERTAIN-Studie: Kombination von Endo-Manschette in einer randomisierten Studie zur Navigation mit künstlicher Intelligenz (CERTAIN)

13. September 2022 aktualisiert von: Istituto Clinico Humanitas

Die Koloskopie wird klinisch als Goldstandard zur Erkennung von Dickdarmkrebs (CRC) und Entfernung von adenomatösen Polypen eingesetzt. Trotz des Erfolgs der Koloskopie bei der Reduzierung krebsbedingter Todesfälle gibt es eine enttäuschende Zahl von Adenomen, die bei der Koloskopie übersehen werden. "Back-to-Back"-Koloskopien haben signifikante Übersehensraten von 27 % bei kleinen Adenomen (< 5 mm) und 6 % bei Adenomen mit einem Durchmesser von mehr als 10 mm gezeigt. Studien, die sowohl CT-Kolonographie als auch Koloskopie durchführen, schätzen, dass die Koloskopie-Übersehensrate für Polypen mit einer Größe von über 10 mm bis zu 12 % betragen kann. Die klinische Bedeutung übersehener Läsionen sollte betont werden, da diese Läsionen letztendlich zu CRC fortschreiten können. Einschränkungen in der visuellen Wahrnehmung des Menschen und andere menschliche Vorurteile wie Müdigkeit, Ablenkung, Wachsamkeit während der Untersuchung erhöhen Erkennungsfehler und die Möglichkeit, sie zu mildern, können der Schlüssel zur Verbesserung der Polypenerkennung und zur weiteren Verringerung der Sterblichkeit durch CRC sein.

Jüngste Fortschritte in den Bereichen künstliche Intelligenz (KI), Deep Learning (DL) und Computer Vision haben es ermöglicht, mehrere KI-Plattformen zu entwickeln, die ihre Wirksamkeit bei der Verbesserung der Adenomerkennung während der Koloskopie bereits bewiesen haben9,10. Tatsächlich hängt die Verbesserung der Erkennung durch KI-Systeme nur mit der erhöhten Fähigkeit zur Erkennung von Läsionen im Gesichtsfeld zusammen, die von der Menge an Schleimhaut abhängt, die der Endoskopiker während des Zurückziehens des Endoskops freigelegt hat.

Die Erhöhung der Schleimhautexposition wäre theoretisch eine ergänzende Strategie zur weiteren Verbesserung der Polypenerkennung. Eine Reihe von distalen Befestigungen wurden getestet, um die Schleimhautfreilegung durch Abflachen von Schleimhautfalten zu erhöhen, einschließlich einer transparenten Kappe, Manschette oder Ringe. Die zusätzliche diagnostische Ausbeute der zweiten Manschettengeneration (Endocuff Vision; Olympus America, Center Valley, PA, USA) wurde kürzlich in einer Metaanalyse randomisierter kontrollierter Studien untersucht, die eine signifikante Verbesserung der Adenomerkennungsrate und der Adenome pro Koloskopie, mit einer Verkürzung der mittleren Entzugszeit ohne Zunahme unerwünschter Ereignisse im Vergleich zur Standard-High-Definition-Koloskopie ohne distale Befestigung.

Zusammenfassend lässt sich sagen, dass Technologien, die entweder eine Schleimhautbildverbesserung (durch künstliche Intelligenz unterstützte Koloskopie) oder ein Gerät zur Exposition der Schleimhaut (Endocuff Vision-unterstützte Koloskopie) bieten, die Adenomerkennungsrate (ADR) signifikant verbessert haben. Die diagnostische Ausbeute, die durch die Kombination der verschiedenen Strategien erzielt wird, ist jedoch noch unbekannt.

Studienübersicht

Status

Abgeschlossen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

1300

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Milano
      • Rozzano, Milano, Italien, 20089
        • Endoscopy Unit, Humanitas Research Hospital

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

40 Jahre bis 80 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Alle 40-80-jährigen Probanden, die sich einer Koloskopie wegen gastrointestinaler Symptome, Positivität eines fäkalen immunhistochemischen Tests, Primärscreening oder Post-Polypektomie-Überwachung unterziehen.

Beschreibung

Einschlusskriterien:

  • Patienten, die sich einer Darmspiegelung wegen gastrointestinaler Symptome, Positivität des immunhistochemischen Tests im Stuhl, primärem Screening oder Überwachung nach Polypektomie unterziehen

Ausschlusskriterien:

  • Themen mit persönlicher Geschichte von CRC oder IBD.
  • Patienten, die von genetischen Mutationen wie dem Lynch-Syndrom oder der familiären adenomatösen Polyposis betroffen sind.
  • Patienten mit unzureichender Darmvorbereitung (definiert als Boston Bowel Preparation Scale > 2 in jedem Dickdarmsegment).
  • Patienten mit vorangegangener Kolonresektion.
  • Patienten unter antithrombotischer Therapie, die eine Polypenresektion ausschließen.
  • Patienten mit Dickdarmstrikturen in der Vorgeschichte, die die Verwendung von ECV ausschließen.
  • Patienten, die nicht in der Lage waren oder sich weigerten, eine informierte schriftliche Einwilligung zu geben.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Kohorte
  • Zeitperspektiven: Interessent

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
KI-Arm
Standard-Koloskopie mit Artificial Intelligence-GI GeniusTM
Künstliche Intelligenz
Manschettenarm
Endo-Cuff Vision unterstützte Koloskopie mit künstlicher Intelligenz -GI GeniusTM
Künstliche Intelligenz

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Diagnostische Ausbeute
Zeitfenster: 12 Monate
Vergleich des zusätzlichen diagnostischen Ertrags, der durch EndoCuff Vision-unterstützte Koloskopie erzielt wird, mit dem Ertrag, der durch die Standard-Koloskopie erzielt wird, die mit der künstlichen Intelligenz ¬-GI GeniusTM-Unterstützung in verschiedenen Koloskopie-Einstellungen durchgeführt wird.
12 Monate

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. Juli 2021

Primärer Abschluss (Tatsächlich)

31. Mai 2022

Studienabschluss (Tatsächlich)

31. Mai 2022

Studienanmeldedaten

Zuerst eingereicht

15. Dezember 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

15. Dezember 2020

Zuerst gepostet (Tatsächlich)

21. Dezember 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

14. September 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

13. September 2022

Zuletzt verifiziert

1. September 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 1766

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

Nein

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Künstliche Intelligenz

Abonnieren