Endoskopische Schweregrad-Bilderkennung zur Förderung von Forschung und Ausbildung im Bereich entzündlicher Darmerkrankungen (EVEREST – IBD)
26. Juli 2023 aktualisiert von: Hull University Teaching Hospitals NHS Trust
EVEREST – IBD: Endoskopische Schweregrad-Bilderkennung zur Förderung von Forschung und Ausbildung im Bereich entzündlicher Darmerkrankungen
Entwicklung und Training eines Faltungs-Neuronalen Netzwerks zur Erkennung und Charakterisierung der Schwere entzündlicher Darmerkrankungen während der Endoskopie
Studienübersicht
Status
Rekrutierung
Bedingungen
Detaillierte Beschreibung
Entwicklung und Training eines Convolutional Neural Network zur Erkennung und Charakterisierung der Schwere der Erkrankung bei entzündlichen Darmerkrankungen während der Endoskopie.
Diese Initiative wird unweigerlich eine hochwertige, große Bilddatenbank aufbauen.
Unsere sekundären Studienziele bestehen daher darin, die von uns gesammelten Bilder zu nutzen, um das Gebiet des Deep Learning und der computergestützten Diagnose bei entzündlichen Darmerkrankungen durch den Aufbau einer Bilddatenbank voranzutreiben.
Dazu gehört die Entwicklung eines Frameworks, das Deep-Learning- und Computer-Vision-Algorithmen kombiniert.
Das ultimative Ziel besteht darin, die Bilddatenbank zu nutzen, um wirkungsvolle Forschungsergebnisse und Schulungsressourcen zu erstellen, die zu einer Verbesserung der Qualität der durchgeführten Endoskopie führen, die Variabilität zwischen Beobachtern bei der Krankheitsbeurteilung verringern und die Raten übersehener Darmkrebserkrankungen und die damit verbundene Mortalität verringern.
Studientyp
Beobachtungs
Einschreibung (Geschätzt)
4000
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: Shaji Sebastian
- Telefonnummer: 01482 816764
- E-Mail: shaji.sebastian@hey.nhs.uk
Studieren Sie die Kontaktsicherung
- Name: Laurence Lovat
- Telefonnummer: 02076799606
- E-Mail: l.lovat@ucl.ac.uk
Studienorte
-
-
East Yorkshire
-
Hull, East Yorkshire, Vereinigtes Königreich, HU3 2JZ
- Rekrutierung
- Hull Royal Infirmary
-
-
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
16 Jahre bis 99 Jahre (Kind, Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Ja
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Mindestens einer von 250 Menschen in der britischen Bevölkerung ist von einer entzündlichen Darmerkrankung (IBD) betroffen, und die Prävalenz nimmt zu.
Beschreibung
Einschlusskriterien:
- • Jeder erwachsene Patient ab 16 Jahren, der einer endoskopischen Untersuchung zugestimmt hat, bei der Bilder im Rahmen der routinemäßigen klinischen Versorgung aufgenommen werden.
Ausschlusskriterien:
• Jeder Patient unter 16 Jahren
- Patienten, die nicht in der Lage sind, einer endoskopischen Untersuchung nach Aufklärung zuzustimmen oder die nicht möchten, dass ihre pseudoanonymisierten Bilder verwendet werden
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Sonstiges
- Zeitperspektiven: Querschnitt
Kohorten und Interventionen
Gruppe / Kohorte |
|---|
|
Hauptgruppe
Patienten mit oder Verdacht auf eine entzündliche Darmerkrankung, die sich einem endoskopischen Eingriff unterziehen
|
|
Kontrolle
Patienten ohne entzündliche Darmerkrankung, die sich einem endoskopischen Eingriff unterziehen
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Entwicklung und Training eines Faltungs-Neuronalen Netzwerks zur Erkennung und Charakterisierung der Schwere entzündlicher Darmerkrankungen während der Endoskopie
Zeitfenster: 5 Jahre
|
Entwicklung und Training eines Faltungs-Neuronalen Netzwerks zur Erkennung und Charakterisierung der Schwere entzündlicher Darmerkrankungen während der Endoskopie
|
5 Jahre
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
a) Untersuchung, ob künstliche Intelligenz das Ansprechen auf IBD-Therapien vorhersagen kann
Zeitfenster: 5 Jahre
|
Es soll untersucht werden, ob künstliche Intelligenz das Ansprechen auf IBD-Therapien vorhersagen kann
|
5 Jahre
|
|
b) Entwicklung eines endoskopischen Bildspeichers zur Förderung der Ausbildung und Standardisierung in der endoskopischen Erkennung und Charakterisierung von IBD.
Zeitfenster: 5 Jahre
|
b) Entwicklung eines endoskopischen Bildarchivs zur Förderung der Ausbildung und Standardisierung
|
5 Jahre
|
|
c) Entwicklung und Bewertung von Methoden für die Schulung und Qualitätssicherung der diagnostischen Endoskopie bei IBD
Zeitfenster: 5 Jahre
|
Entwicklung und Bewertung von Methoden für die Schulung und Qualitätssicherung von IBD
|
5 Jahre
|
|
d) Um Vergleiche in der endoskopischen Bildinterpretation zwischen Endoskopikern auszuwerten
Zeitfenster: 5 Jahre
|
Um Vergleiche in der endoskopischen Bildinterpretation zwischen Endoskopikern auszuwerten
|
5 Jahre
|
|
e) Entwicklung von Deep-Learning-Algorithmen und Computer-Vision-Techniken, um eine automatisierte Messung von Qualitätsmetriken in der Endoskopie bei IBD zu ermöglichen
Zeitfenster: 5 Jahre
|
Entwicklung von Deep-Learning-Algorithmen und Computer-Vision-Techniken, um eine automatisierte Messung von Qualitätsmetriken in der Endoskopie bei IBD zu ermöglichen
|
5 Jahre
|
|
f) Schaffung einer zukunftsfähigen Forschungsplattform, um sicherzustellen, dass die oben genannten Ziele kontinuierlich weiterentwickelt werden, da im Laufe der Zeit neue Bildgebungstechniken auftauchen.
Zeitfenster: 5 Jahre
|
Schaffung einer zukunftsfähigen Forschungsplattform, um sicherzustellen, dass die oben genannten Ziele kontinuierlich weiterentwickelt werden, da im Laufe der Zeit neue Bildgebungstechniken auftauchen.
|
5 Jahre
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Mitarbeiter
Ermittler
- Hauptermittler: Shaji Sebastian, Hull University Teaching Hospitals NHS Trust
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)
17. September 2021
Primärer Abschluss (Geschätzt)
1. September 2031
Studienabschluss (Geschätzt)
1. September 2031
Studienanmeldedaten
Zuerst eingereicht
27. April 2021
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
27. April 2021
Zuerst gepostet (Tatsächlich)
30. April 2021
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
27. Juli 2023
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
26. Juli 2023
Zuletzt verifiziert
1. Juli 2023
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 299614
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
UNENTSCHIEDEN
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 .