- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05968898
Radiomics-Tool zur Risikostratifizierung von Lungenknoten (ARCADES)
1. Juni 2026 aktualisiert von: Roger Y. Kim, Abramson Cancer Center at Penn Medicine
Bewertung eines auf Radiomics basierenden computergestützten Diagnosetools zur Krebsrisikostratifizierung von Lungenknoten
Hierbei handelt es sich um eine pragmatische klinische Studie, in der die Wirkung eines auf Radiomics basierenden computergestützten Diagnosetools (CAD) auf die Behandlung von Lungenknoten (PNs) durch Ärzte im Vergleich zur üblichen Pflege untersucht wird.
Erwachsene im Alter von 35–89 Jahren mit 8–30 mm großen PNs, die in PN-Kliniken von Penn Medicine untersucht werden, werden einer 1:1-Randomisierung in eine von zwei Gruppen unterzogen, die durch die von den bewertenden Ärzten verwendete Strategie zur PN-Malignitätsrisikostratifizierung definiert werden: 1) übliche Pflege oder 2) üblich Pflege + Einsatz eines Radiomics-basierten CAD-Tools.
Studienübersicht
Status
Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Eine genaue Malignitätsrisikostratifizierung von Lungenknoten (PNs) ist entscheidend, um sicherzustellen, dass Krebs rechtzeitig diagnostiziert wird und Patienten sich keinen unnötigen diagnostischen Verfahren unterziehen müssen.
Vorläufige Daten deuten darauf hin, dass ein auf Radiomics basierendes computergestütztes Diagnosetool (CAD) zur Lungenkrebsvorhersage (LCP) bei der Risikostratifizierung von PNs wirksam ist und die PN-Managemententscheidungen von Ärzten verbessern kann.
Dies ist eine pragmatische klinische Studie, in der die Wirkung dieses CAD-Tools auf die Behandlung von PNs durch Ärzte im Vergleich zur üblichen Pflege bewertet wird.
Zu den Personen, die für diese Studie in Frage kommen, gehören Erwachsene im Alter von 35 bis 89 Jahren, die in einer PN-Klinik von Penn Medicine auf ein neu entdecktes PN mit einem maximalen Durchmesser von 8 bis 30 mm in der CT-Bildgebung untersucht werden sollen.
Zu den Ausschlusskriterien gehören das Fehlen von CT-Bildgebungsdaten zum Zeitpunkt des Besuchs in der Indexklinik, thorakale Lymphadenopathie nach CT-Größenkriterien, das Vorhandensein von Lungentumoren (> 3 cm im maximalen Durchmesser), PNs mit Popcorn-Verkalkung (im Einklang mit einer gutartigen Ätiologie), subsolide PNs und eine bekannte Vorgeschichte von aktivem Krebs.
Eingeschriebene Teilnehmer werden einer 1:1-geschichteten Randomisierung in eine von zwei Gruppen unterzogen, die durch die PN-Malignitätsrisikostratifizierungsstrategie definiert wird, die von bewertenden Ärzten verwendet wird: 1) übliche Pflege (Beurteilung durch den Arzt) oder 2) Beurteilung durch den Arzt + CAD-basierte Risikostratifizierung unter Verwendung des LCP -CAD-Tool.
Der Kontrollarm wird die übliche Pflege sein, definiert als routinemäßige ärztliche Beurteilung des PN-Malignitätsrisikos.
Im experimentellen Teil erhalten Ärzte zu Beginn des Klinikbesuchs einen Bericht mit der CAD-Tool-Abschätzung des Malignitätsrisikos für den zu bewertenden PN sowie Informationen über das CAD-Tool.
Studientyp
Interventionell
Einschreibung (Geschätzt)
300
Phase
- Unzutreffend
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: Roger Y. Kim, MD, MSCE
- Telefonnummer: 215-662-3677
- E-Mail: roger.kim@pennmedicine.upenn.edu
Studieren Sie die Kontaktsicherung
- Name: Anil Vachani, MD, MSCE
- Telefonnummer: 215-573-7931
- E-Mail: avachani@pennmedicine.upenn.edu
Studienorte
-
-
Pennsylvania
-
Philadelphia, Pennsylvania, Vereinigte Staaten, 19104
- Rekrutierung
- Perelman Center For Advanced Medicine
-
Kontakt:
- Roger Kim, MD, MSCE
-
Philadelphia, Pennsylvania, Vereinigte Staaten, 19104
- Rekrutierung
- Penn Medicine University City
-
Kontakt:
- Roger Kim, MD, MSCE
-
Philadelphia, Pennsylvania, Vereinigte Staaten, 19107
- Rekrutierung
- Penn Medicine Washington Square
-
Kontakt:
- Roger Kim, MD, MSCE
-
-
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
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Nein
Beschreibung
Einschlusskriterien:
- Männlich oder weiblich, im Alter von 35–89 Jahren
- Die Untersuchung ist in einer Klinik für Lungenknötchen geplant
- Neu entdeckter fester PN mit einem maximalen Durchmesser von 8–30 mm in der CT-Bildgebung
- Thorax-CT-Bildgebung, kompatibel mit der Optellum Virtual Nodule Clinic-Software und verfügbar am oder vor dem Datum des Index-Klinikbesuchs
Ausschlusskriterien:
- Thorax-CT-Bildgebung mit mediastinaler oder hilärer Lymphadenopathie nach CT-Größenkriterien (>10 mm im maximalen Kurzachsendurchmesser auf axialen CT-Bildern)
- PNs mit Popcorn-Verkalkung (im Einklang mit einer gutartigen Ätiologie)
- Subsolide PNs (können mit einem geringeren Risiko einer klinisch signifikanten Malignität verbunden sein)
- Bekannte Vorgeschichte von aktivem Krebs
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Kein Eingriff: Übliche Pflege (ärztliche Beurteilung)
Im Rahmen der üblichen Pflege untersuchen Ärzte im Rahmen der klinischen Routineversorgung Personen mit unbestimmten Lungenknoten.
Den beurteilenden Ärzten werden keine spezifischen Leitlinien zur Risikostratifizierung für Lungenknoten zur Verfügung gestellt.
|
|
|
Experimental: Beurteilung durch den Arzt + CAD-basierte Risikostratifizierung
Im experimentellen Teil erhalten die bewertenden Kliniker einen Lungenkrebs-Vorhersagebericht von einem computergestützten Diagnosetool auf Radiomics-Basis mit künstlicher Intelligenz zur Risikostratifizierung von Lungenknoten.
|
Die Optellum Virtual Nodule Clinic ist ein von der FDA zugelassenes Gerät (Klasse II) zur Risikostratifizierung von Lungenknoten.
Es nutzt ein Faltungs-Neuronales Netzwerk zur Auswertung von CT-Bilddaten, um eine Schätzung des Malignitätsrisikos für unbestimmte Lungenknoten zu erhalten.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Angemessene Behandlung von Lungenknoten
Zeitfenster: 12 Monate
|
Der zusammengesetzte Anteil gutartiger Lungenknötchen, die durch bildgebende Überwachung behandelt wurden, und bösartiger Lungenknötchen, die durch Biopsie oder empirische Behandlung behandelt wurden.
Die endgültige Diagnose eines Lungenknotens wird anhand der pathologischen Beurteilung als bösartig oder gutartig eingestuft.
Wenn die Pathologie nicht verfügbar oder nicht schlüssig ist (d. h. die Biopsie war nicht diagnostisch), wird die Auflösung des Lungenknotens, die Schrumpfung oder die Durchmesserstabilität nach 12 Monaten als gutartige Diagnose definiert.
|
12 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Pünktlichkeit der Pflege
Zeitfenster: 12 Monate
|
Für Patienten mit bösartigen Lungenknoten, definiert als die Anzahl der Tage zwischen dem Besuch in der Indexklinik und der Diagnose einer bösartigen Erkrankung und dem Erhalt der Behandlung der bösartigen Erkrankung (d. h. chirurgische Resektion, Strahlentherapie).
|
12 Monate
|
|
Nebenwirkungen
Zeitfenster: 12 Monate
|
Für Patienten, die sich einer Biopsie unterziehen, definiert als Verfahrenskomplikationen im Zusammenhang mit einer Lungenknotenbiopsie.
|
12 Monate
|
|
Diagnostischer Ertrag
Zeitfenster: 12 Monate
|
Verwendung von Informationen aus Pathologieberichten, definiert als der Anteil der Biopsien mit einer definitiven histopathologischen Diagnose, für jede Art von diagnostischem Biopsieverfahren.
|
12 Monate
|
|
Gesundheitskosten
Zeitfenster: 12 Monate
|
Die Kosten aller bildgebenden Untersuchungen und diagnostischen Tests im Zusammenhang mit der Lungenknotendiagnose, basierend auf den von Medicare zulässigen Beträgen (von Medicare gezahlter Betrag und vom Leistungsempfänger und/oder Dritten gezahlter Betrag).
|
12 Monate
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Ermittler
- Hauptermittler: Roger Y. Kim, MD, MSCE, University of Pennsylvania
Publikationen und hilfreiche Links
Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.
Allgemeine Veröffentlichungen
- Baldwin DR, Gustafson J, Pickup L, Arteta C, Novotny P, Declerck J, Kadir T, Figueiras C, Sterba A, Exell A, Potesil V, Holland P, Spence H, Clubley A, O'Dowd E, Clark M, Ashford-Turner V, Callister ME, Gleeson FV. External validation of a convolutional neural network artificial intelligence tool to predict malignancy in pulmonary nodules. Thorax. 2020 Apr;75(4):306-312. doi: 10.1136/thoraxjnl-2019-214104. Epub 2020 Mar 5.
- Kim RY, Oke JL, Pickup LC, Munden RF, Dotson TL, Bellinger CR, Cohen A, Simoff MJ, Massion PP, Filippini C, Gleeson FV, Vachani A. Artificial Intelligence Tool for Assessment of Indeterminate Pulmonary Nodules Detected with CT. Radiology. 2022 Sep;304(3):683-691. doi: 10.1148/radiol.212182. Epub 2022 May 24.
- Kim RY, Oke JL, Dotson TL, Bellinger CR, Vachani A. Effect of an artificial intelligence tool on management decisions for indeterminate pulmonary nodules. Respirology. 2023 Jun;28(6):582-584. doi: 10.1111/resp.14502. Epub 2023 Apr 5. No abstract available.
- Massion PP, Antic S, Ather S, Arteta C, Brabec J, Chen H, Declerck J, Dufek D, Hickes W, Kadir T, Kunst J, Landman BA, Munden RF, Novotny P, Peschl H, Pickup LC, Santos C, Smith GT, Talwar A, Gleeson F. Assessing the Accuracy of a Deep Learning Method to Risk Stratify Indeterminate Pulmonary Nodules. Am J Respir Crit Care Med. 2020 Jul 15;202(2):241-249. doi: 10.1164/rccm.201903-0505OC.
- Paez R, Kammer MN, Balar A, Lakhani DA, Knight M, Rowe D, Xiao D, Heideman BE, Antic SL, Chen H, Chen SC, Peikert T, Sandler KL, Landman BA, Deppen SA, Grogan EL, Maldonado F. Longitudinal lung cancer prediction convolutional neural network model improves the classification of indeterminate pulmonary nodules. Sci Rep. 2023 Apr 15;13(1):6157. doi: 10.1038/s41598-023-33098-y.
- Paez R, Kammer MN, Tanner NT, Shojaee S, Heideman BE, Peikert T, Balbach ML, Iams WT, Ning B, Lenburg ME, Mallow C, Yarmus L, Fong KM, Deppen S, Grogan EL, Maldonado F. Update on Biomarkers for the Stratification of Indeterminate Pulmonary Nodules. Chest. 2023 Oct;164(4):1028-1041. doi: 10.1016/j.chest.2023.05.025. Epub 2023 May 25.
- Kim RY. Radiomics and artificial intelligence for risk stratification of pulmonary nodules: Ready for primetime? Cancer Biomark. 2025 Jan;42(1):CBM230360. doi: 10.3233/CBM-230360. Epub 2024 Feb 6.
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)
9. Januar 2024
Primärer Abschluss (Geschätzt)
31. Juli 2029
Studienabschluss (Geschätzt)
31. Juli 2030
Studienanmeldedaten
Zuerst eingereicht
21. Juli 2023
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
28. Juli 2023
Zuerst gepostet (Tatsächlich)
1. August 2023
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
2. Juni 2026
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
1. Juni 2026
Zuletzt verifiziert
1. Juni 2026
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 10523
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
Ja
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 Lungenkrebs
-
Hospital Civil de GuadalajaraNoch keine Rekrutierung
-
Hal C CharlesAbgeschlossenKonstriktive Bronchiolitis | Irak-Afganistan War Lung Injury SyndromeVereinigte Staaten
-
Taichung Veterans General HospitalAbgeschlossenKardiotoxizität | Nicht-kleinzelliges Lungenkarzinom (MeSH-Begriff: Carcinoma, Non-Small-Cell Lung) | Arzneimittelbedingte Nebenwirkungen und unerwünschte Arzneimittelwirkungen (MeSH-Begriff) | Egfr-Tyrosinkinase-InhibitorTaiwan
-
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
-
Fondazione del Piemonte per l'OncologiaRekrutierungBrustkrebs | Eierstockkrebs | Dickdarmkrebs | Melanom (Hautkrebs) | Nicht-kleinzelliges Lungenkarzinom (MeSH-Begriff: Carcinoma, Non-Small-Cell Lung)Italien
Klinische Studien zur Optellum Virtual Nodule Clinic
-
Abbott Medical DevicesAktiv, nicht rekrutierendParkinson KrankheitVereinigte Staaten, Spanien, Deutschland, Vereinigtes Königreich