OPtical Diagnostic Training zur Verbesserung der Dysplasie-Charakterisierung bei CED (OPTIC-IBD)

Diese Studie zielt darauf ab, zu bewerten, ob eine Online-Schulungsplattform die Fähigkeit von Endoskopikern verbessern kann, Dysplasie bei entzündlichen Darmerkrankungen (IBD) zu charakterisieren, um letztendlich die Entscheidungsfindung, das Melden von dysplastischen Läsionen und das Management während der IBD-Überwachung zu verbessern.

Die Koloskopie (endoskopische Untersuchung des unteren Darms) ist ein etabliertes Screening-Tool, um Läsionen im Darm zu identifizieren und den Grad der vorhandenen Entzündung objektiv zu beurteilen. Patienten mit IBD, sowohl Colitis ulcerosa (UC) als auch Morbus Crohn (CD), haben ein höheres Risiko, an Darmkrebs zu erkranken, und aus diesem Grund werden sie regelmäßig überwacht. Leitlinien empfehlen Überwachungsverfahren mit hochauflösender Weißlichtendoskopie neben entweder farbstoffbasierter Chromoendoskopie (DCE) oder virtueller Chromoendoskopie (VCE) mit gezielten Biopsien. Die Akzeptanz von DCE und VCE in der realen Welt ist jedoch noch bescheiden. Aufgrund des technologischen Fortschritts gibt es alternative endoskopische Bildgebungsverfahren, die bestimmte Schleimhaut- und Gefäßmerkmale selektiv verbessern, einschließlich Schmalbandbildgebung (NBI), i-Scan Optical Enhancement (i-Scan-OE) und Blaulaserbildgebung (BLI).

Diese Technologien haben sich als effektiver erwiesen als die herkömmliche Weißlicht-Endoskopie. Trotz dieser technologischen Fortschritte ist die Erkennung von Dysplasien in entzündeten Bereichen aufgrund von IBD eine Herausforderung. Kürzlich wurde von Iacucci M et al. eine endoskopische Klassifikation namens "FACILE" entwickelt, um das Schleimhaut- und Gefäßmuster im Detail zu charakterisieren, um histologische Dickdarmläsionen bei IBD vorherzusagen. Da herkömmliche Läsionsbewertungssysteme wie das (unmodifizierte) Kudo-Pit-Muster bei CED weniger zuverlässig sind, besteht ein Bedarf an einem robusten Bewertungssystem, um Kliniker bei der Erkennung und Charakterisierung von Läsionen bei CED zu unterstützen.

Dieses Projekt soll ein Trainingsmodul zur Überwachung und Charakterisierung von Dickdarmläsionen bei CED validieren. Unser Ziel ist es, die Polypenerkennung bei IBD-Überwachungsverfahren vor und nach dem Training zu vergleichen und die Auswirkungen zu bewerten. Als Teilstudie findet ein zusätzlicher Randomisierungsprozess statt, bei dem eine Gruppe ein zusätzliches gezieltes Auffrischungstraining erhält und die andere Gruppe nicht. Wir werden versuchen, die Auswirkungen von Feedback auf die Wissenserhaltung zu vergleichen.

Studienphasen:

• Stufe 1. Potenzielle Teilnehmer erhalten ein elektronisches PIS, das die Studie skizziert.
• Phase 2. Die Teilnehmer stimmen der Studie zu und absolvieren die Pre-Training-Bewertung auf REDCap (1 Stunde).
• Phase 3. Die Teilnehmer erhalten Zugangsdaten für das Online-Training.
• Phase 4. Die Teilnehmer absolvieren das Online-Training in ihrer eigenen Zeit (1 Stunde).
• Phase 5. Die Teilnehmer absolvieren die gleiche Bewertung (wie vor dem Training) und haben 1-2 Wochen Zeit, um diese nach dem Training abzuschließen.
• Teilstudie: Die Teilnehmer werden 1:1 randomisiert, um entweder ein kurzes Auffrischungsschulungsmodul (15 min) zu erhalten oder nicht.
• Stufe 6. Nach 8-12 Wochen nach dem Training werden die Teilnehmer eingeladen, denselben Bewertungsprozess (wie vor dem Training) zu absolvieren.

Alle Teilnehmer erhalten ein computergestütztes Training. Die Schulung erfolgt über eine computergestützte Online-Selbstlernplattform. Die Schulung umfasst die Überprüfung kurzer Videos von kolorektalen Polypen bei Patienten mit CED und Videos von Entzündungen bei CED (ruhig, leicht, mittelschwer und schwer) mit NBI, i-Scan-OE und BLI. Die Patienten wurden der Verwendung von Videos für Bildungszwecke zugestimmt. Verwendete Videos wurden vollständig anonymisiert.

Alle Teilnehmer erhalten Zugang zur sicheren REDCap-Plattform, die an der University of Birmingham gehostet wird. Die Teilnehmer müssen sich mithilfe einer allgemeinen Umfrage registrieren, um ihre E-Mail-Adresse, anonymisierte demografische Daten, Verfahrenserfahrung und Vertrautheit mit optischen endoskopischen Diagnoseplattformen anzugeben.

Die Teilnehmer umfassen drei Kategorien: Anfänger, Endoskopiker in Ausbildung und erfahrener Endoskopiker. Die beiden letzteren sind die Schlüsselkategorien für die Bewertung.

• Zu den Anfängern gehören Medizinstudenten und junge Ärzte/Assistenzärzte, die zuvor keine oder wenig endoskopische Erfahrung hatten.
• Auszubildende Endoskopiker sind Auszubildende/Bewohner/Stipendiaten der Gastroenterologie und Allgemeinchirurgie.
• Erfahrene Endoskopiker sind vollqualifizierte Endoskopiker, wie z. B. GI- und Allgemeinchirurgiepersonal, Fachärzte und endoskopische Krankenschwestern.

Die Teilnehmer absolvieren dann vor dem E-Learning-Training eine Vorschulungsbewertung. Es gibt 26 Videoclips, die für verschiedene Arten von Dickdarmläsionen bei CED repräsentativ sind. Jeder Videoclip ist in der Regel 20-30 Sekunden lang. Die Gesamtdauer des Assessments beträgt etwa eine Stunde.

Die Teilnehmer erhalten dann ein Login für das Online-Schulungsmaterial und werden dieses in ihrer eigenen Zeit absolvieren. Den Teilnehmern wird die endoskopische Überwachung bei IBD und die genaue Charakterisierung von Polypen beigebracht. Die Dauer des Trainingsmoduls beträgt 1 Stunde. Es ist interaktiv mit optionalen Komponenten für maßgeschneidertes selbstgesteuertes Lernen.

In den nächsten 1-2 Wochen wird eine Bewertung nach dem Training durchgeführt, wobei dieselben Videoclips verwendet werden, damit wir die Leistung der Teilnehmer vor und nach dem Training vergleichen können. Die Bewertung wird nach 8-12 Wochen wiederholt, um den Erhalt der Fähigkeiten zu beurteilen.

Es findet ein zusätzlicher Randomisierungsprozess auf 1:1-Basis statt, wobei eine Gruppe eine zusätzliche kurze Auffrischungsschulung nach ihren Antworten auf Bewertungsfragen erhält und die andere Gruppe nicht. Wir werden versuchen, die Auswirkungen von Feedback auf die Nachhaltigkeit des Wissenserhalts zu vergleichen.