- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05481762
Bewertung der Contextflow DETECT Lung CT Knötchenerkennungssoftware in Thorax-CT-Scans
Bewertung der computergestützten Lungenknotenerkennungssoftware in Brust-CT-Scans mit einer Bewertung ihrer Auswirkungen auf den Entscheidungsprozess der Leser
contextflow DETECT Lung CT ist ein auf künstlicher Intelligenz (KI) basierendes computergestütztes Erkennungssystem (CADe), das Radiologen bei der Erkennung von Lungenknoten in Thorax-Computertomographie (CT)-Scans unterstützen soll. Das System soll als Zweitleser verwendet werden, daher sollen die von der Software bereitgestellten Ergebnisse die Befunde und Entscheidungen des Radiologen ergänzen.
Die vorgeschlagene Studie wird eine retrospektive Leserstudie mit mehreren Lesern und mehreren Fällen (MRMC) sein. Das Ziel der Studie ist es, den Einfluss von CADe auf die Wirksamkeit der Erkennung von Lungenknoten zu evaluieren. Während der Studie werden 10 Radiologen 350 Thorax-CT-Scans von erwachsenen Patienten mit und ohne Unterstützung von CADe analysieren. Die Studie wird remote durchgeführt. CT-Scans werden auf eine webbasierte Bildübermittlungs- und Anmerkungsplattform hochgeladen, in der jeder Studienteilnehmer ein individuelles Konto und eine zugewiesene Aufgabenliste erhält.
Das Hauptziel der Studie ist festzustellen, ob die diagnostische Genauigkeit von Radiologen mit CADe-Unterstützung der diagnostischen Genauigkeit von Radiologen ohne CADe-Unterstützung bei der Lokalisierung der Lungenknoten mit vergrößerter Fläche unter der Free-Response-Betriebskennlinie (AUC von FROC) überlegen ist.
Die Studie richtet sich an ungefähr 350 asymptomatische erwachsene Patienten, deren CT-Scans während einer routinemäßigen CT-Untersuchung aufgenommen wurden. Die Patientenpopulation umfasst Patienten mit und ohne Lungenknoten.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Hintergrund und Begründung
Laut der American Cancer Society war Lungenkrebs mit geschätzten 2,2 Millionen Neuerkrankungen im Jahr 2020 die zweithäufig diagnostizierte Krebserkrankung. Derzeit ist die Früherkennung von Lungenkrebs der wirksamste Weg, die Krebssterblichkeit zu senken. In der routinemäßigen klinischen Praxis wurden viele Lungenkrebserkrankungen im Frühstadium jedoch verzögert diagnostiziert, da die meisten Patienten oft asymptomatisch sind. Das ist der Hauptgrund, warum ein schnelles und am wenigsten invasives Lungenkrankheitsscreening so wichtig ist, um pathologische Veränderungen bei asymptomatischen Patienten aus Hochrisikokohorten frühzeitig zu erkennen. Die Computertomographie (CT) ist das jüngste dominierte bildgebende Verfahren, das zur Aufnahme von Lungenbildern und damit auch zur Erkennung und Charakterisierung von Knötchen verwendet wird. Folglich sind computergestützte Erkennungs- und Softwaresysteme, die auf künstlicher Intelligenz basieren, zu einem der bekanntesten und wertvollsten Werkzeuge zur Erkennung von Lungenknoten geworden.
Ziel der vorgeschlagenen Leserstudie ist es, eines dieser Tools, contextflow DETECT Lung CT, zu evaluieren und zu beurteilen, inwieweit die Unterstützung von Radiologen mit einem computergestützten Detektionssystem die Erkennung von Knoten verbessert und Radiologen bei der Entscheidungsfindung unterstützt.
contextflow DETECT Lung CT ist eine KI-basierte Webanwendung für medizinische 3D-Bildgebungsdaten. Es ist für die Erkennung und Visualisierung von Lungenknötchen in Brust-CT-Scans von klinisch asymptomatischen erwachsenen Patienten vorgesehen.
Das System soll Radiologen auf bestimmte Stellen aufmerksam machen, an denen Knötchen entdeckt werden können, die andernfalls übersehen werden könnten. Das System liefert Messungen der Knötchen, wie zum Beispiel den durchschnittlichen Durchmesser, den Durchmesser der langen Achse, den Durchmesser der kurzen Achse sowie das Gesamtvolumen.
contextflow DETECT Lung CT ist für die Verwendung als zweites Lesegerät vorgesehen, zusätzlich zur ursprünglichen Messung durch Radiologen. Die Ergebnisse von contextflow DETECT Lung CT sollen die Informationen ergänzen, die Radiologen bei ihrem Entscheidungsprozess berücksichtigen.
Studiendesign
Dies wird eine retrospektive Multi-Reader-Multi-Case-Studie (MRMC) sein. Die Leistung von Radiologen allein wird mit der Leistung von Radiologen, die durch die Detektionssoftware (als Zweitleser) unterstützt werden, verglichen. Die Studie umfasst 10 Reader und einen endgültigen Datensatz von 350 Scans, die von mindestens 3 radiologischen Zentren gesammelt und von Wahrheitsexperten überarbeitet wurden. Während der Studie sind drei folgende Reads geplant: Read 1 (Wahrheit), Read 2 (Baseline, ohne CADe-Unterstützung), Read 3 (Intervention, mit CADe-Unterstützung).
Die Studie wird aus 350 CT-Bildern bestehen, die von asymptomatischen erwachsenen Patienten gesammelt wurden. Mindestens 50 % der Fälle sollen US-Daten sein, andere Fälle werden von europäischen Radiologiezentren erhoben. Mindestens 65 % der Fälle umfassen mindestens einen Lungenknoten. Der Datensatz enthält auch Fälle ohne Knötchen.
Auswahl von Lesern
Qualifikationskriterien für Leser:
- US-Board of Radiology oder gleichwertige Spezialzertifizierung
- Mindestens 5 Jahre Erfahrung in der Interpretation von Thorax-CT
- Fellowship-Ausbildung in Thorax-/Brustbildgebung,
- Erfolgreiches Training zur Nutzung von Studiensoftware.
Auswahl von Patienten und Bilddaten
Patienten, deren Thorax-CT-Bilder in den Datensatz aufgenommen wurden, müssen alle folgenden Kriterien erfüllen:
- Erwachsene Patienten (22 Jahre oder älter) mit einer Anzahl von Knötchen im Bereich von 0 bis 10;
- Bei Patienten mit mindestens einem Lungenknoten: im Ground-Truthing-Verfahren erkannte und bestätigte Knoten;
- Asymptomatische Patienten, die sich einer routinemäßigen Thorax-CT-Untersuchung unterziehen.
Bildgebungsdaten müssen alle folgenden Einschlusskriterien erfüllen, um in diese Studie aufgenommen zu werden:
- Die Bilder sind CT-Bilder der Brust, die den gesamten linken und rechten Lungenflügel zeigen;
- Bilder zeigen keine Bewegungsartefakte des Patienten;
- Bilder des Brustkorbs müssen in axialer Ebene rekonstruiert werden;
- Die Anzahl der Knötchen pro Bild betrug 10 oder weniger;
- Alle Knoten messen zwischen 4 und 30 mm im maximalen Längsachsendurchmesser beim CT-Scan.
Verfahren der Leserstudie
Ablauf des Ground-Truth-Prozesses: 3 von der US-amerikanischen Behörde zertifizierte Thoraxradiologen mit mindestens 5 Jahren Erfahrung nach einem entsprechenden Stipendium werden gebeten, CT-Scans zu lesen und umsetzbare Knoten in Bildern aus dem Ground-Truthing-Datensatz (370 CT-Scans, die zufällig aus einer ausgewogenen Kandidatendatenbank ausgewählt wurden) zu identifizieren Markieren Sie sie, indem Sie manuell Begrenzungsrahmen um sie herum ziehen.
Arbeitsablauf des Lesevorgangs: Für jeden CT-Scan findet der Lesevorgang in zwei Schritten statt: (1) Einzelablesung des Lesers ohne Kontextfluss-DETECT-Lungen-CT-Unterstützung und (2) zweite Leserlesung mit Kontextfluss-DETECT-Lungen-CT als Zweit- Leser. In jedem Schritt analysieren die Leser einen Datensatz von 350 CT-Scans mit begrenzten klinischen Informationen.
Verblindung und Randomisierung
Die Identifizierung der für die Studie ausgewählten Fälle sowie individuelle Analysen zwischen den Lesern werden für die Leser verblindet. Die Leser haben keinen Zugriff auf die Ergebnisse des Truthing-Verfahrens oder auf die Information, wie viele umsetzbare Knötchen in einzelnen CT-Bildern lokalisiert wurden.
Die Bildübermittlungs- und Anmerkungsplattform generiert die zufällige Aufgabenliste für jeden Leser. Die Lesereihenfolge wird für alle Lesegeräte unterschiedlich sein.
Studienziele und Endpunkte
Das primäre und sekundäre Ziel der Leserstudie besteht darin, die verbesserte diagnostische Genauigkeit von Radiologen mit CADe im Vergleich zur diagnostischen Genauigkeit von Radiologen ohne CADe in zu demonstrieren
Primär
- Lokalisieren der Läsionen mit dem erweiterten Bereich unter der Free-Response-Empfänger-Betriebskennlinie (AUC von FROC)
Sekundär
- Krankheitserkennung mit (AUC von ROC)
- Verbesserte Krankheitserkennung mit AUC von LROC
Die folgenden Endpunkte werden ebenfalls bewertet:
- Der Unterschied in der Empfindlichkeit der Läsionserkennung mit und ohne CADe bei einer bestimmten durchschnittlichen falsch positiven Anzahl von Läsionen pro Bild;
- Der Unterschied in der Sensitivität der Krankheitsdiagnostik mit und ohne CADe bei angegebener Spezifität;
- Positiver Vorhersagewert für die Krankheitsdiagnose
- Negativer prädiktiver Wert für die Krankheitsdiagnose
Datenmanagement
Alle Daten, die Teil der Studie sind, sowohl von unseren Partnern geteilt als auch aus öffentlichen Quellen heruntergeladen, wurden gemäß HIPAA- und/oder GDPR-Vorschriften anonymisiert und enthalten keine geschützten Gesundheitsinformationen.
- Ende des Studiums
Die Leserstudie gilt als abgeschlossen, wenn eine ausreichende Anzahl von Bildern analysiert wurde, um eine zufriedenstellende statistische Testleistung im Mittel der statistischen Aussagekraft zu erzielen. Dazu sollten mindestens 300 Scans analysiert werden.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Vienna, Österreich, 1050
- contextflow GmbH
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Asymptomatische erwachsene Patienten (ab 22 Jahren) mit oder ohne Lungenknoten, die während des routinemäßigen Thorax-CT-Scans entdeckt wurden.
CT-Bilder, die mit CT-Scannern von 3 verschiedenen Anbietern aufgenommen wurden, wobei 50 % der Bilder von US-amerikanischen medizinischen Zentren stammen.
Beschreibung
Einschlusskriterien:
- erwachsene asymptomatische Patienten, die sich einer routinemäßigen Thorax-CT-Untersuchung unterziehen.
Ausschlusskriterien:
- symptomatische Patienten.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Fallkontrolle
- Zeitperspektiven: Retrospektive
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
---|---|
Asymptomatische erwachsene Patienten
|
Radiologen lesen Thorax-CT-Schorfe mit und ohne Hilfe von contextflow DETECT Lung CT als zweites Lesegerät
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Diagnostische Genauigkeit
Zeitfenster: 20 Stunden
|
Das primäre Ziel der Leserstudie ist es festzustellen, ob die diagnostische Genauigkeit von Radiologen mit CADe-Unterstützung der diagnostischen Genauigkeit von Radiologen ohne CADe-Unterstützung bei der Lokalisierung der Lungenknoten mit vergrößerter Fläche unter der Free-Response-Betriebskennlinie (AUC von FROC ). Die Richtig-Positiv-Rate (oder Empfindlichkeit) wird berechnet als die identifizierten positiven Läsionen unter den Richtig-Positiven geteilt durch die Gesamtzahl der Richtig-Positiv-Läsionen in allen Bildern. Die Anzahl falsch positiver Befunde wird pro Bild erfasst. |
20 Stunden
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Fähigkeiten zur Krankheitsdiagnose
Zeitfenster: 20 Stunden
|
Bewertung der Fähigkeiten bei der Krankheitsdiagnose durch Radiologen mit und ohne CADe-Unterstützung unter Verwendung der Fläche unter der Receiver Operating Characteristics Curve (AUC of ROC). Die ROC-Kurve wird für die Richtig-Positiv- und Falsch-Positiv-Raten basierend auf verschiedenen Konfidenzschwellen in der diagnostischen Entscheidung des Lesers aufgetragen. |
20 Stunden
|
Fähigkeiten zur Erkennung von Krankheiten
Zeitfenster: 20 Stunden
|
Bewertung der Fähigkeiten von Radiologen bei der Krankheitserkennung mit genauer Lokalisierung mit und ohne CADe-Unterstützung unter Verwendung der Fläche unter der Localization Receiver Operating Characteristics Curve (AUC of LROC). Die LROC-Kurve wird für die Richtig-Positiv- und Falsch-Positiv-Raten basierend auf verschiedenen Konfidenzschwellen in Lesern aufgetragen. |
20 Stunden
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Hansell DM, Bankier AA, MacMahon H, McLoud TC, Muller NL, Remy J. Fleischner Society: glossary of terms for thoracic imaging. Radiology. 2008 Mar;246(3):697-722. doi: 10.1148/radiol.2462070712. Epub 2008 Jan 14.
- Qian F, Yang W, Chen Q, Zhang X, Han B. Screening for early stage lung cancer and its correlation with lung nodule detection. J Thorac Dis. 2018 Apr;10(Suppl 7):S846-S859. doi: 10.21037/jtd.2017.12.123.
Nützliche Links
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
Andere Studien-ID-Nummern
- 0020220401
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
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 .
Klinische Studien zur Lungenkrebs
-
Hal C CharlesAbgeschlossenKonstriktive Bronchiolitis | Irak-Afganistan War Lung Injury SyndromeVereinigte Staaten
-
Joseph MccuneEunice Kennedy Shriver National Institute of Child Health and Human Development... und andere MitarbeiterBeendetLupus erythematodes, systemisch | Systemische Vaskulitis | Lungenerkrankung mit systemischer Sklerose | Isolierte Angiitis des zentralen Nervensystems | Lung Disease Interstitial DiffusVereinigte Staaten