- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT04749277
Künstliche Intelligenz bei der Charakterisierung kolorektaler Polypen
Künstliche Intelligenz bei der Charakterisierung von kleinen und winzigen kolorektalen Polypen: Eine prospektive Studie in einem klinischen Umfeld mit CAD EYE®
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Einführung Darmkrebs (CRC) ist weltweit die vierthäufigste Krebserkrankung und die dritthäufigste krebsbedingte Todesursache. In Portugal ist CRC die dritthäufigste Ursache und die zweithäufigste krebsbedingte Todesursache. In der kolorektalen Karzinogenese gelten kolorektale Polypen (adenomatöse oder gezackte Polypen) als prämaligne Läsionen. Der Nachweis kolorektaler Polypen und die anschließende Resektion ist wirksam bei der Reduzierung der CRC-Inzidenz und -Mortalität sowie des Risikos eines Intervall-CRC und ist der entscheidende Aspekt der CRC-Prävention. Was den Nachweis kolorektaler Polypen anbelangt, gibt es große Unterschiede zwischen Endoskopikern in Bezug auf die Fähigkeiten zum Nachweis von Adenomen, den wichtigsten prämalignen Läsionen von CRC, übersetzt in die Erkennungsrate von Adenomen (ADR). ADR gilt als Marker für eine sorgfältige Inspektion der kolorektalen Schleimhaut, die Qualität in der Koloskopie zu übersetzen, die umgekehrt mit dem Risiko eines Intervall-CRC oder eines krebsbedingten Todes assoziiert ist. Im Zusammenhang mit der Screening-Koloskopie beträgt die minimale ADR 25 %, um das Risiko von Intervall-CRC und Tod zu reduzieren, wobei sie vorhersehbar höher ist, wenn ein positiver Test auf okkultes Blut im Stuhl gefunden wird, obwohl der genaue Wert noch aufgeklärt werden muss. Die Erkennungsrate von gezackten Polypen korrelierte stark mit UAW.
Etwa 50 % der kleinen Polypen sind nicht adenomatös und diese Polypen haben kein Malignitätspotential, insbesondere für kleine Polypen, deren Krebsrisiko extrem gering ist (0–0,6 %). Die Resektion dieser nicht-adenomatösen Polypen kann die medizinischen Kosten und Risiken im Zusammenhang mit Komplikationen nach der Polypektomie (Blutung, Perforation) erhöhen.
Die optische Echtzeitdiagnose durch künstliche Intelligenz kann das Kosten-Nutzen-Verhältnis und die Effizienz der Koloskopie als Hilfsmittel bei der Entscheidungsfindung verbessern, welche Polypen reseziert und welche Polypen zur histologischen Charakterisierung gewonnen werden sollten. Seine praktische Anwendung impliziert jedoch einen negativen Vorhersagewert von ≥ 90 % in der optischen Diagnostik, um keine Implikationen in Bezug auf Intervall-CRC und medizinrechtliche Fragen zu haben.
CAD EYE® (Fujifilm, Europe, Gesellschaft mit beschränkter Haftung, Düsseldorf, Deutschland) ist ein vollautomatisiertes Computerprogramm, das die Erkennung von kolorektalen Polypen sowie deren histologische Klassifizierung mithilfe der Technologie der künstlichen Intelligenz unter Verwendung von Deep Learning, sog REilI. Bei Anwendung in einer qualitativ hochwertigen Koloskopie scheint es die Erkennungsrate von Polypen und die ADR in Echtzeit während des Koloskopieverlaufs zu verbessern. Tatsächlich bleibt die Erkennung schwieriger Läsionen in den letzten Jahren eine der größten Herausforderungen auf dem Gebiet der Endoskopie, insbesondere bei flachen Läsionen, multiplen Polypen und Polypen, die sich an der Bildperipherie befinden. Die Erkennung von kolorektalen Polypen wird durch 3 gleichzeitige Identifikatoren angezeigt, 2 visuelle und 1 auditive. Die visuellen Identifikatoren entsprechen einem Erkennungskästchen im Bereich der verdächtigen Polypen und einem Halbkreis am Rand des Bildes, der dem Quadranten entspricht, in dem sich die verdächtigen Polypen befinden. Der auditive Stimulus entspricht einem in der Lautstärke einstellbaren Tonsignal, das ausgegeben wird, wenn ein verdächtiger Polyp erkannt wird. Hinsichtlich der optischen Charakterisierung der Histopathologie werden kolorektale Polypen in 2 Typen eingeteilt, hyperplastische (grüne Farbe), die hyperplastische und gezackte Polypen umfassen, und neoplastische (gelbe Farbe) für Adenome und Adenokarzinome. Darüber hinaus ermöglicht es diese Charakterisierung in 3 Konfidenzniveaus und die Kartierung der Position des verdächtigen Bereichs.
Dieses System ermöglicht die Speicherung von Videos im Zusammenhang mit der Erkennung und Charakterisierung von kolorektalen Polypen, einem der anerkannten Qualitätswerkzeuge in der Koloskopie.
Der Erkennungsmodus von kolorektalen Polypen wird im Weißlicht-Imaging (WLI) oder im Linked Color Imaging (LCI) durchgeführt, während die optische Charakterisierung im Blaulicht-Imaging (BLI)-Modus durchgeführt wird, ohne dass das Bild fixiert oder gezoomt werden muss. Dieses Tool ist benutzerfreundlich, einfach, intuitiv und stört die Koloskopiebilder nicht.
Ziele
Hauptziele
- Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Charakterisierung von kolorektalen Polypen in Echtzeit im Vergleich zur digitalen Chromoendoskopie;
- Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Echtzeit-Charakterisierung von kolorektalen Polypen im Vergleich zur histopathologischen Analyse.
Sekundäre Ziele
- Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Echtzeit-Charakterisierung von kolorektalen Polypen in Bezug auf Größe (≤5, 6-9 mm und ≥10 mm), Lokalisation und histologischen Typ (hyperplastische, gezackte sessile Läsion). , Adenom, Adenokarzinom);
- Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Charakterisierung von kolorektalen Polypen in Echtzeit gemäß der Erfahrung des Endoskopikers.
Bevölkerung und Methodik
Studientyp Prospektive beobachtende Kohortenstudie
Art der Stichprobe Die Gesamtzahl der konsekutiven Patienten, die sich einer elektiven Koloskopie mit hoher Qualität der Darmvorbereitung unterzogen haben (mindestens zwei Punkte pro Segment und mindestens sechs Punkte bei der Gesamtpunktzahl von Boston Bowel Preparation), durchgeführt in der gastroenterologischen Abteilung des Centro Hospitalar e Universitário de Coimbra, E.P.E., Coimbra, Portugal, mit mindestens einem identifizierten kolorektalen Polypen, unabhängig von der Indikation für seine Durchführung.
Studiendesign Alle Koloskopien werden vom Endoskopiker (auszubildender und erfahrener Endoskopiker) mit CAD EYE® im Erkennungsmodus (WLI oder LCI) während der Koloskopie-Entnahme durchgeführt. Wenn ein verdächtiger Polyp vom Endoskopiker identifiziert wird, führt der Endoskopiker in einer ersten Phase eine optische Charakterisierung im WLI- und BLI-Modus und in einer zweiten Phase durch das CAD EYE® mit BLI durch.
Methodenplan Phase 1. Kurzes virtuelles Chromoendoskopie-Training zur Charakterisierung kolorektaler Polypen (WLI, LCI und BLI)
Phase 2. Anwendung des CAD EYE®-Systems während der Koloskopie:
2.1. CAD EYE® System AUS: Virtuelle Chromoendoskopie (BLI) - eigenständige Charakterisierung eines Polypenverdachts in WLI und BLI durch den ersten Endoskopiker und durch den zweiten Endoskopiker (ikonografische Aufzeichnung) 2.2. CAD EYE®-System EIN: Charakterisierungsmodus (BLI): Charakterisierung eines vermuteten Polypen durch CAD EYE® und entsprechende Charakterisierungsebene (1 bis 3) (ikonografische Aufzeichnung) Phase 3. Histopathologische Bewertung (Pathologe mit Magen-Darm-Expertise): Resektion und Wiederherstellung eines vermuteten Polypen zur anatomopathologischen Charakterisierung
Ausführliche Erläuterung der Methodenphasen Phase 1. Kurzes virtuelles Chromoendoskopie-Training zur Charakterisierung von kolorektalen Polypen (WLI, LCI und BLI) Das virtuelle Chromoendoskopie-Training sollte online über die BASIC-E-Learning-Plattform durchgeführt werden (bli.eu/category/e-learning/ ). Dieses Training sollte von allen im Projekt eingeschriebenen Teilnehmern (Auszubildende und erfahrene Endoskopiker) vor der praktischen Anwendung durchgeführt werden, was den Erwerb von Fähigkeiten zur Charakterisierung der virtuellen Chromoendoskopie kolorektaler Polypen mit BLI ermöglicht. Zusätzlich sollte eine kurze Überprüfung der Kudo-Klassifikation des Pit-Musters von kolorektalen Polypen durchgeführt werden.
Phase 2. Auswertung kolorektaler Polypen in Echtzeit – Optische Charakterisierung kolorektaler Polypen Der erste Ansatz zur optischen Charakterisierung eines identifizierten Polypen besteht in der Auswertung des Polypen, zuerst im WLI-Modus und dann im BLI-Modus, mit CAD EYE® OFF . Diese Bewertung sollte systematisch von zwei unabhängigen Endoskopikern im Untersuchungsraum durchgeführt werden, und die Bewertung beider sollte von dem Endoskopiker, der die Untersuchung nicht durchführt, auf einem separaten Protokollblatt festgehalten werden. Die beiden Endoskopiker sollten vorzugsweise (aber nicht notwendigerweise) erfahrene Endoskopiker und Auszubildende der letzten Jahre sein, und die Anwesenheit von mindestens einem erfahrenen Endoskopiker ist obligatorisch. Die unabhängige Beurteilung wird durch ein schrittweises und protokolliertes Vorgehen gewährleistet: 1. Schritt - Der 1. Endoskopiker (Endoskopiker, der die Darmspiegelung durchführt) fordert die Polypenbeurteilung und schriftliche Aufzeichnung durch den 2. Endoskopiker (derjenige, der die Darmspiegelung nicht durchführt) an - verblindete Beurteilung, weil der 1 Endoskopiker verbalisiert seine Einschätzung nicht); 2. Moment – wenn der 2. Endoskopiker signalisiert, dass er seine Aufzeichnung abgeschlossen hat, erklärt der 1. Endoskopiker mündlich seine Klassifizierung, die vom 2. Endoskopiker aufgezeichnet wird. Diese Bewertung sollte den histopathologischen Polypentyp (hyperplastisch, Adenom, sitzende gezackte Läsion oder andere Art) und das Vertrauensniveau der durchgeführten Bewertung (hoch oder niedrig) umfassen. Die Kudo-Klassifizierung des Pit-Musters kann ebenfalls aufgezeichnet werden (optional).
Danach sollte der optische Charakterisierungsmodus von CAD EYE® (CAD EYE® ON) im BLI-Modus aktiviert werden, um die optische Charakterisierung von CAD EYE® bei hyperplastischen oder neoplastischen Polypen sowie den Charakterisierungslevel (abgestuft von 1 bis 3 ). Die Auswertung des CAD EYE® sollte auch vom Endoskopiker im Untersuchungsraum, der nicht die Darmspiegelung durchführt, auf einem eigenen Erfassungsbogen festgehalten werden.
Die ikonografische Aufzeichnung der bewerteten Polypen im WLI- und BLI-Modus und das Bewertungsvideo mit CAD EYE® im BLI-Charakterisierungsmodus sollten durchgeführt werden.
Phase 3. Histopathologische Beurteilung (durch Pathologen mit Magen-Darm-Erfahrung) Nach Erkennung und optischer Charakterisierung identifizierter kolorektaler Polypen sollte ihre Resektion mit der am besten geeigneten Technik entsprechend der Größe und Art des Polypen durchgeführt werden (kalte Zangenpolypektomie bei Abmessungen < 3 mm). Kaltschlingenpolypektomie bei Abmessungen zwischen 3-10 mm und Diathermieschlingenpolypektomie/endoskopische Schleimhautresektion bei Läsionen > 10 mm) und Wiederherstellung des kolorektalen Polypen zur anatomopathologischen Charakterisierung. Jeder kolorektale Polyp sollte in einem separaten Fläschchen gewonnen werden. Nicht geheilte Polypen werden nicht für die vergleichende Bewertung der optischen Charakterisierung gezählt.
Statistische Analyse Die diagnostische Leistung von CAD EYE® wird durch Vergleich mit dem Goldstandard (histologische Charakterisierung in der optischen Charakterisierungsphase) hinsichtlich diagnostischer Genauigkeit, Sensitivität, Spezifität, positivem Vorhersagewert und negativem Vorhersagewert bewertet. Es können Subanalysen hinsichtlich Größe, Lokalisation und histologischem Typ des Polypen sowie der Expertise des Endoskopikers durchgeführt werden.
Berechnung der Stichprobengröße Bei einem Alpha-Risiko von 0,05 und einem Beta-Risiko von 0,2 für einen bilateralen Test müssen 197 kolorektale Polypen eingeschlossen werden, wobei angenommen wird, dass das anfängliche diagnostische Verhältnis vor dem Eingriff 0,7 und das endgültige Verhältnis nach dem Eingriff 0,82 beträgt.
Erwartete Ergebnisse Es wird erwartet, dass das neue CAD EYE®-System eine diagnostische Genauigkeit bei der optischen Charakterisierung von kolorektalen Polypen von etwa 78,4 % aufweisen wird, vergleichbar mit erfahrenen Endoskopikern (78,4 % gegenüber 79,6 %) und überlegen gegenüber weniger erfahrenen Endoskopikern (70,7 % gegenüber 79,6 %). %).(14) Somit wird das neue CAD EYE®-System eine optische Charakterisierung mit hoher Genauigkeit ermöglichen und als Entscheidungshilfe für den Endoskopiker bei Strategien dienen, die auf optischer Diagnose basieren, wie z Vertrauen in hyperplastische Histologie und "Vorhersagen, Resezieren und Verwerfen" für winzige Polypen.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Coimbra, Portugal, 3000-075
- Centro Hospitalar e Universitario de Coimbra
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Alter ≥18 Jahre;
- Das Vorhandensein von mindestens einem Polypen in einer elektiven Koloskopie.
Ausschlusskriterien:
- Schlechte Darmvorbereitung (Boston Bowel Preparation Score <6 bei der Gesamtpunktzahl oder <2 bei einem der kolorektalen Segmente);
- Keine Gewinnung exzidierter Polypen für die histopathologische Analyse;
- Das Vorhandensein von Polypen, die einer endoskopischen Exzision nicht zugänglich sind oder deren Exzision zum Zeitpunkt der Koloskopie kontraindiziert ist;
- Das Fehlen einer expliziten Indikation zur Koloskopie.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Interessent
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Endoskopische Charakterisierung im WLI- und BLI-Modus
Optische Charakterisierung eines identifizierten Polypen, zuerst im WLI- und dann im BLI-Modus, mit CAD EYE® OFF.
Diese Bewertung sollte systematisch von zwei unabhängigen Endoskopikern im Untersuchungsraum durchgeführt werden, vorzugsweise (aber nicht notwendigerweise) einem erfahrenen Endoskopiker und einem Auszubildenden.
Die Anwesenheit von mindestens einem erfahrenen Endoskopiker ist obligatorisch.
Eine unabhängige Bewertung ist gewährleistet.
Erster Schritt - Der 1. Endoskopiker (der die Koloskopie durchführt) fordert die Polypenbeurteilung und das Protokoll des 2. Endoskopikers (der die Koloskopie nicht durchführt) an - verblindete Beurteilung, da der 1. Endoskopiker seine Beurteilung nicht verbalisiert; 2. Schritt – wenn der 2. Endoskopiker signalisiert, dass er seine Aufzeichnungen abgeschlossen hat, erklärt der 1. Endoskopiker mündlich seine Einstufung, die vom 2. Endoskopiker aufgezeichnet wird.
Diese Bewertung sollte den polyphistologischen Typ (hyperplastisch, Adenom, sitzende gezackte Läsion oder andere Art) und das Vertrauensniveau der durchgeführten Bewertung (hoch oder niedrig) umfassen.
|
|
|
CAD EYE®-Charakterisierung im BLI-Modus
Der optische Charakterisierungsmodus von CAD EYE® (CAD EYE® ON) im BLI-Modus sollte für die Bewertung der optischen Charakterisierung von CAD EYE® bei hyperplastischen oder neoplastischen Polypen sowie der Charakterisierungsebene (abgestuft von 1 bis 3) aktiviert werden.
Die Auswertung des CAD EYE® sollte auch vom Endoskopiker im Untersuchungsraum, der nicht die Darmspiegelung durchführt, auf einem eigenen Erfassungsbogen festgehalten werden.
Die ikonografische Aufzeichnung der bewerteten Polypen im WLI- und BLI-Modus und das Bewertungsvideo mit CAD EYE® im BLI-Charakterisierungsmodus sollten durchgeführt werden.
|
Methodenplan Phase 1. Kurzes virtuelles Chromoendoskopie-Training zur Charakterisierung kolorektaler Polypen (WLI, LCI und BLI) Phase 2. Anwendung des CAD EYE®-Systems während der Koloskopie: 2.1. CAD EYE® System AUS: Virtuelle Chromoendoskopie (BLI) - eigenständige Charakterisierung eines Polypenverdachts in WLI und BLI durch den ersten Endoskopiker und durch den zweiten Endoskopiker (ikonografische Aufzeichnung) 2.2. CAD EYE®-System EIN: Charakterisierungsmodus (BLI): Charakterisierung eines vermuteten Polypen durch CAD EYE® und entsprechende Charakterisierungsebene (1 bis 3) (ikonografische Aufzeichnung) Phase 3. Histopathologische Bewertung (Pathologe mit Magen-Darm-Expertise): Resektion und Wiederherstellung eines vermuteten Polypen zur anatomopathologischen Charakterisierung |
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Optische Charakterisierung kolorektaler Polypen in Echtzeit (CAD EYE® versus Histopathologie)
Zeitfenster: 2 Monate
|
Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Charakterisierung von kolorektalen Polypen in Echtzeit durch Vergleich mit histopathologischer Analyse
|
2 Monate
|
|
Optische Charakterisierung kolorektaler Polypen in Echtzeit (Endoskopiker versus Histopathologie)
Zeitfenster: 2 Monate
|
Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Charakterisierung von kolorektalen Polypen in Echtzeit im Vergleich zur digitalen Chromoendoskopie durch Endoskopiker
|
2 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Optische Echtzeit-Charakterisierung von kolorektalen Polypen nach Polypengröße
Zeitfenster: 2 Monate
|
Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Echtzeit-Charakterisierung von kolorektalen Polypen in Bezug auf die Größe (≤5, 6-9 mm und ≥10 mm)
|
2 Monate
|
|
Optische Echtzeit-Charakterisierung von kolorektalen Polypen nach Lage der Polypen
Zeitfenster: 2 Monate
|
Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Echtzeit-Charakterisierung von kolorektalen Polypen in Bezug auf die Lokalisation (rechter und linker Dickdarm)
|
2 Monate
|
|
Optische Echtzeit-Charakterisierung von kolorektalen Polypen nach histologischem Polypentyp
Zeitfenster: 2 Monate
|
Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Echtzeit-Charakterisierung von kolorektalen Polypen in Bezug auf den histologischen Typ (hyperplastische, gezackte sessile Läsion, Adenom, Adenokarzinom)
|
2 Monate
|
|
Optische Charakterisierung kolorektaler Polypen in Echtzeit nach endoskopischer Erfahrung
Zeitfenster: 2 Monate
|
Bewertung der diagnostischen Genauigkeit der computergestützten Diagnose mit dem CAD EYE®-System bei der optischen Charakterisierung von kolorektalen Polypen in Echtzeit gemäß der Erfahrung des Endoskopikers (Auszubildender und erfahrener Endoskopiker)
|
2 Monate
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Elisa Gravito-Soares, MD, Centro Hospitalar e Universitário de Coimbra, E.P.E.
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Kaminski MF, Regula J, Kraszewska E, Polkowski M, Wojciechowska U, Didkowska J, Zwierko M, Rupinski M, Nowacki MP, Butruk E. Quality indicators for colonoscopy and the risk of interval cancer. N Engl J Med. 2010 May 13;362(19):1795-803. doi: 10.1056/NEJMoa0907667.
- Kaminski MF, Thomas-Gibson S, Bugajski M, Bretthauer M, Rees CJ, Dekker E, Hoff G, Jover R, Suchanek S, Ferlitsch M, Anderson J, Roesch T, Hultcranz R, Racz I, Kuipers EJ, Garborg K, East JE, Rupinski M, Seip B, Bennett C, Senore C, Minozzi S, Bisschops R, Domagk D, Valori R, Spada C, Hassan C, Dinis-Ribeiro M, Rutter MD. Performance measures for lower gastrointestinal endoscopy: a European Society of Gastrointestinal Endoscopy (ESGE) quality improvement initiative. United European Gastroenterol J. 2017 Apr;5(3):309-334. doi: 10.1177/2050640617700014. Epub 2017 Mar 16.
- van Rijn JC, Reitsma JB, Stoker J, Bossuyt PM, van Deventer SJ, Dekker E. Polyp miss rate determined by tandem colonoscopy: a systematic review. Am J Gastroenterol. 2006 Feb;101(2):343-50. doi: 10.1111/j.1572-0241.2006.00390.x.
- Jin EH, Lee D, Bae JH, Kang HY, Kwak MS, Seo JY, Yang JI, Yang SY, Lim SH, Yim JY, Lim JH, Chung GE, Chung SJ, Choi JM, Han YM, Kang SJ, Lee J, Chan Kim H, Kim JS. Improved Accuracy in Optical Diagnosis of Colorectal Polyps Using Convolutional Neural Networks with Visual Explanations. Gastroenterology. 2020 Jun;158(8):2169-2179.e8. doi: 10.1053/j.gastro.2020.02.036. Epub 2020 Feb 29.
- Ferlitsch M, Moss A, Hassan C, Bhandari P, Dumonceau JM, Paspatis G, Jover R, Langner C, Bronzwaer M, Nalankilli K, Fockens P, Hazzan R, Gralnek IM, Gschwantler M, Waldmann E, Jeschek P, Penz D, Heresbach D, Moons L, Lemmers A, Paraskeva K, Pohl J, Ponchon T, Regula J, Repici A, Rutter MD, Burgess NG, Bourke MJ. Colorectal polypectomy and endoscopic mucosal resection (EMR): European Society of Gastrointestinal Endoscopy (ESGE) Clinical Guideline. Endoscopy. 2017 Mar;49(3):270-297. doi: 10.1055/s-0043-102569. Epub 2017 Feb 17.
- Pan J, Xin L, Ma YF, Hu LH, Li ZS. Colonoscopy Reduces Colorectal Cancer Incidence and Mortality in Patients With Non-Malignant Findings: A Meta-Analysis. Am J Gastroenterol. 2016 Mar;111(3):355-65. doi: 10.1038/ajg.2015.418. Epub 2016 Jan 12.
- Bretthauer M, Kaminski MF, Loberg M, Zauber AG, Regula J, Kuipers EJ, Hernan MA, McFadden E, Sunde A, Kalager M, Dekker E, Lansdorp-Vogelaar I, Garborg K, Rupinski M, Spaander MC, Bugajski M, Hoie O, Stefansson T, Hoff G, Adami HO; Nordic-European Initiative on Colorectal Cancer (NordICC) Study Group. Population-Based Colonoscopy Screening for Colorectal Cancer: A Randomized Clinical Trial. JAMA Intern Med. 2016 Jul 1;176(7):894-902. doi: 10.1001/jamainternmed.2016.0960.
- Zorzi M, Senore C, Da Re F, Barca A, Bonelli LA, Cannizzaro R, de Pretis G, Di Furia L, Di Giulio E, Mantellini P, Naldoni C, Sassatelli R, Rex DK, Zappa M, Hassan C; Equipe Working Group. Detection rate and predictive factors of sessile serrated polyps in an organised colorectal cancer screening programme with immunochemical faecal occult blood test: the EQuIPE study (Evaluating Quality Indicators of the Performance of Endoscopy). Gut. 2017 Jul;66(7):1233-1240. doi: 10.1136/gutjnl-2015-310587. Epub 2016 Feb 19.
- Min M, Su S, He W, Bi Y, Ma Z, Liu Y. Computer-aided diagnosis of colorectal polyps using linked color imaging colonoscopy to predict histology. Sci Rep. 2019 Feb 27;9(1):2881. doi: 10.1038/s41598-019-39416-7.
- Brenner H, Altenhofen L, Kretschmann J, Rosch T, Pox C, Stock C, Hoffmeister M. Trends in Adenoma Detection Rates During the First 10 Years of the German Screening Colonoscopy Program. Gastroenterology. 2015 Aug;149(2):356-66.e1. doi: 10.1053/j.gastro.2015.04.012. Epub 2015 Apr 22.
- van der Zander QEW, Schreuder RM, Fonolla R, Scheeve T, van der Sommen F, Winkens B, Aepli P, Hayee B, Pischel AB, Stefanovic M, Subramaniam S, Bhandari P, de With PHN, Masclee AAM, Schoon EJ. Optical diagnosis of colorectal polyp images using a newly developed computer-aided diagnosis system (CADx) compared with intuitive optical diagnosis. Endoscopy. 2021 Dec;53(12):1219-1226. doi: 10.1055/a-1343-1597. Epub 2021 Mar 10.
- Weigt J, Repici A, Antonelli G, Afifi A, Kliegis L, Correale L, Hassan C, Neumann H. Performance of a new integrated computer-assisted system (CADe/CADx) for detection and characterization of colorectal neoplasia. Endoscopy. 2022 Feb;54(2):180-184. doi: 10.1055/a-1372-0419. Epub 2021 Apr 20.
- Lui TKL, Guo CG, Leung WK. Accuracy of artificial intelligence on histology prediction and detection of colorectal polyps: a systematic review and meta-analysis. Gastrointest Endosc. 2020 Jul;92(1):11-22.e6. doi: 10.1016/j.gie.2020.02.033. Epub 2020 Feb 29.
- van de Wetering AJP, Meulen LWT, Bogie RMM, van der Zander QEW, Reumkens A, Winkens B, Cheng HR, Straathof JA, Dekker E, Keulen E, Bakker CM, Hoge C, de Ridder R, Masclee AAM, Sanduleanu-Dascalescu S. Optical diagnosis of diminutive polyps in the Dutch Bowel Cancer Screening Program: Are we ready to start? Endosc Int Open. 2020 Mar;8(3):E257-E265. doi: 10.1055/a-1072-4853. Epub 2020 Feb 21.
- Song EM, Park B, Ha CA, Hwang SW, Park SH, Yang DH, Ye BD, Myung SJ, Yang SK, Kim N, Byeon JS. Endoscopic diagnosis and treatment planning for colorectal polyps using a deep-learning model. Sci Rep. 2020 Jan 8;10(1):30. doi: 10.1038/s41598-019-56697-0.
- Zachariah R, Samarasena J, Luba D, Duh E, Dao T, Requa J, Ninh A, Karnes W. Prediction of Polyp Pathology Using Convolutional Neural Networks Achieves "Resect and Discard" Thresholds. Am J Gastroenterol. 2020 Jan;115(1):138-144. doi: 10.14309/ajg.0000000000000429.
- Kudo SE, Mori Y, Misawa M, Takeda K, Kudo T, Itoh H, Oda M, Mori K. Artificial intelligence and colonoscopy: Current status and future perspectives. Dig Endosc. 2019 Jul;31(4):363-371. doi: 10.1111/den.13340. Epub 2019 Feb 27.
- Ahmad OF, Soares AS, Mazomenos E, Brandao P, Vega R, Seward E, Stoyanov D, Chand M, Lovat LB. Artificial intelligence and computer-aided diagnosis in colonoscopy: current evidence and future directions. Lancet Gastroenterol Hepatol. 2019 Jan;4(1):71-80. doi: 10.1016/S2468-1253(18)30282-6. Epub 2018 Dec 6.
Nützliche Links
- World Health Organization International Agency for Research on Cancer (IARC). Global Cancer Observatory 2018: estimated cancer incidence and mortality worldwide in 2018. [homepage on the internet]. Available from: https://gco.iarc.fr
- CAD EYE® (Fujifilm,Germany)
- CAD EYE® (Fujifilm,Germany)
- CAD EYE® (Fujifilm,Germany)
- CAD EYE® (Fujifilm,Germany)
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- CHUCoimbra
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
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 .