- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06062095
Computergestützte Diagnose (CADx) für kolorektale Polypen – Resektions- und Verwerfungsstrategie (CADx)
Computergestützte Diagnose (CADx) für kolorektale Polypen Resektions- und Verwerfungsstrategie: eine multizentrische randomisierte kontrollierte Studie
Die koloskopische Entfernung adenomatöser Polypen verringert sowohl die Inzidenz als auch die Mortalität von Darmkrebs (CRC). Die übliche klinische Behandlung kolorektaler Polypen, die während einer Koloskopie entdeckt werden, besteht darin, sie zu entfernen und zur histopathologischen Untersuchung zu schicken, um das anschließende Überwachungsintervall festzulegen. Mehr als 80 % der bei der Vorsorgeuntersuchung oder Überwachungskoloskopie entdeckten Polypen sind winzig (≤ 5 mm). Da die Wahrscheinlichkeit, dass winzige Polypen Krebs oder fortgeschrittene Neoplasien beherbergen, gering ist, werden von der American Society for Gastrointestinal Endoscopy (ASGE) und der European Society of Gastrointestinal Endoscopy (ASGE) und der European Society of Gastrointestinal Endoscopy (ASGE) für nicht-neoplastische Polypen „Leave-in-situ“- und Resektions-und-Entsorgungs-Strategien mit optischer Diagnose empfohlen Gesellschaft für Gastrointestinale Endoskopie (ESGE), um die finanzielle Belastung durch Polypektomie und Histopathologie zu verringern. Die Gesellschaften schlugen eine Leave-in-situ-Strategie vor, wenn die optische Diagnose einen negativen Vorhersagewert (NPV) von >90 % für Rektosigmoidpolypen erreichen kann, und eine Resektion-und-Verwerfen-Strategie, wenn eine Übereinstimmung von mehr als 90 % mit der histopathologiebasierten Postpolypektomie besteht Überwachungsintervall erreicht werden. Allerdings ist die optische Diagnose bedienerabhängig und die meisten Endoskopiker zögern, diese Strategie in der Routinepraxis anzuwenden, da eine strenge Schulung und Prüfung erforderlich ist und sie Angst vor einer falschen Diagnose haben.
Im vergangenen Jahrzehnt wurden mit dem exponentiellen Anstieg der Rechenleistung, den geringeren Kosten für die Datenspeicherung, der verbesserten Algorithmenverfeinerung und der erhöhten Verfügbarkeit elektronischer Gesundheitsdaten Technologien mit künstlicher Intelligenz (KI) in verschiedenen Gesundheitseinrichtungen weit verbreitet, um die klinischen Ergebnisse zu verbessern. insbesondere die Qualität der Koloskopie im Bereich der Gastroenterologie. Der Echtzeiteinsatz der computergestützten Diagnose (CADx) für Adenome mithilfe von KI-Systemen wurde entwickelt und hat sich als nützlich erwiesen, um Endoskopikern bei der Unterscheidung neoplastischer Polypen von nicht-adenomatösen Polypen zu helfen. Diese Studien untersuchten jedoch nur winzige Polypen, nicht jedoch größere Polypen (> 5 mm). Sie wurden mit einer kleinen Stichprobengröße von weniger als einigen hundert Probanden durchgeführt und die Studieneinstellungen waren offen und nicht randomisiert.
Ziel der Forscher ist die Durchführung einer groß angelegten randomisierten kontrollierten Studie zur Bewertung der Leistung der kolorektalen Polypencharakterisierung von Polypen aller Größen durch Echtzeit-CADx unter Verwendung eines KI-Systems im Vergleich zur konventionellen Koloskopie mit optischer Diagnose.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Studienumgebung
Hierbei handelt es sich um eine internationale, prospektive, multizentrische, einfach verblindete, nicht unterlegene, randomisierte, kontrollierte Studie, die in 6 universitätsnahen Endoskopiezentren in China (4 Zentren), Hongkong und Singapur durchgeführt wird. Diese Studie wird gemäß der CONSORT-AI- und SPIRIT-AI-Richtlinie durchgeführt und entspricht ICH-GCP und der Deklaration von Helsinki.
Polypencharakterisierungssystem mit künstlicher Intelligenz
Die Forscher beziehen sich auf die NICE-Klassifikation (Narrow Band Imaging International Colorectal Endoscopic) als Standard zur Etablierung eines tiefen neuronalen Netzwerkmodells zur Differenzierung von Polypentypen. Um das Polypencharakterisierungsmodell zu erstellen, sammelten die Forscher 3762 Bilder von Polypen unter NBI für Modelltraining und Tests, darunter 1483 Fälle von hyperplastischen Polypen, 1993 Fälle von Adenomen und 286 Fälle von fortgeschrittenen Tumoren.
Der Unterschied der Bildmerkmale zwischen den drei Arten der NICE-Klassifizierung ist offensichtlich und kann am Computer unter Endoskop leicht unterschieden werden. Angesichts der Verarbeitungskapazität der mit dem Modell ausgestatteten Computerhardware wählten die Forscher zum Aufbau des Modells eine leichtgewichtige Netzwerkarchitektur namens Mobile-Net, um eine Echtzeitanalyse bei begrenzten Rechenressourcen zu erreichen. In einem Mobile-Net-Framework ist die erste eine 3x3-Standard-Faltungsschicht, gefolgt von einem Haufen in der Tiefe trennbarer Faltungsschichten. Einige der Tiefenfaltungsschichten werden durch Straßen, die als 2 festgelegt sind, heruntergetastet. Die folgende durchschnittliche Poolingschicht ändert die Features auf 1x1. Anschließend wird entsprechend der vorhergesagten Kategoriegröße eine vollständige Verbindungsschicht und schließlich eine Soft-Max-Schicht hinzugefügt. Wenn die Tiefenfaltungsschichten und die Punktfaltungsschichten getrennt berechnet werden, verfügt das gesamte Netzwerk nur über 28 Schichten (Avg Pool und Softmax sind nicht enthalten). Derzeit ist das Modell nicht klinisch validiert. Um die Genauigkeit des Modells zu bewerten, verwendeten die Forscher eine fünffache Kreuzvalidierung. Die Ergebnisse zeigten, dass die Klassifizierungsgenauigkeit des Modells im aktuellen Datensatz 99 % übersteigt.
Standardisierte Schulung der optischen Diagnostik
Vor Beginn der Studie erhalten die teilnehmenden Endoskopiker einen standardisierten Online-Schulungsworkshop zur Funktionsweise des KI-Polypencharakterisierungssystems, zu Prinzipien der optischen Diagnose und einem bildbasierten Quiz.
Koloskopieverfahren
Die Studienkoloskopien werden von 12 nicht-fachkundigen Endoskopikern (Koloskopie-Erfahrung <2000) und 12 erfahrenen Endoskopikern (Koloskopie-Erfahrung ≥2000) durchgeführt, mit 2 nicht-fachkundigen und 2 erfahrenen Endoskopikern aus jedem der 6 Zentren. Alle Koloskopien werden unter Verwendung eines hochauflösenden Endoskopiesystems und eines Koloskops (EVIS Lucera Elite, 290-Serie, Olympus, Co Ltd, Tokio, Japan) durchgeführt. Alle eingeschlossenen Patienten erhielten 3 Tage vor der Koloskopie eine ballaststoffarme Diät und unterzogen sich einer Darmreinigung mit Polyethylenglykollösung in geteilter Dosis basierend auf dem institutionellen Protokoll. Koloskopien werden unter bewusster Sedierung durchgeführt. Die Qualität der Darmvorbereitung wird anhand der Boston Bowel Prepared Scale (BBPS) bewertet, wobei eine angemessene Darmvorbereitung als BBPS-Wert ≥6 und jeder segmentale BBPS-Wert ≥2 definiert ist.
Bei Patienten, die in die Gruppe der konventionellen Koloskopie (CC) mit optischer Diagnose randomisiert werden, schalten die Endoskopiker den NBI-Modus (Narrow Band Imaging) ein, sobald ein Polyp erkannt wird. Es erfolgt eine optische Diagnose ohne Vergrößerung. Hyperplastische und sessile gezackte Polypen werden als nicht neoplastisch, Adenome und bösartige Polypen als neoplastisch kategorisiert. Die Diagnose wird mit dem Konfidenzniveau der Beurteilung (hoch oder niedrig) erfasst. Bei Patienten, die in die Gruppe der KI-gestützten CADx-Koloskopie (KI) randomisiert werden, schalten Endoskopiker CADx ein, wenn ein kolorektaler Polyp erkannt wird. Der Polyp wird dann durch ein blaues Tracking-Feld markiert und auf demselben hochauflösenden Monitor des Endoskopiesystems angezeigt. Die KI stellt neben dem Tracking-Feld eine Diagnose (nicht-neoplastisch oder neoplastisch) bereit. Für den Zweck dieser Studie werden alle Polypen unabhängig von der optischen oder AI-Diagnose durch endoskopische Polypektomie/endoskopische Schleimhautresektion (EMR)/endoskopische Submukosadissektion (ESD) während der Entzugsphase entfernt und zur Histopathologie geschickt. Endoskopiker dürfen nach eigenem Ermessen keinen identifizierten Polypen an Ort und Stelle belassen.
Lage, Größe und Morphologie aller entfernten Polypen werden dokumentiert. Der proximale Dickdarm ist als Abschnitt vom Blinddarm bis zum Querkolon definiert, während der distale Dickdarm als Abschnitt von der Milzbeuge bis zum Rektum definiert ist. Polypen werden in eine gestielte oder nicht gestielte Morphologie eingeteilt und nicht gestielte Läsionen werden weiter als sitzende, flache oder deprimierte Läsionen charakterisiert. Entfernte Polypen werden in separate Probenflaschen gegeben. Proben von Dickdarmpolypen werden von Pathologen einzelner Studienzentren ausgewertet, denen die Zuordnung zur Studiengruppe nicht bekannt ist. Proben von Dickdarmpolypen werden gemäß der WHO-Klassifikation von Tumoren des Verdauungssystems aus dem Jahr 2019 bewertet. Als fortgeschrittene Adenome gelten Adenome mit einer Größe von ≥ 10 mm, einer Zottenkomponente oder einer hochgradigen Dysplasie. Der diagnostische Nutzen einer bestehenden Kolonpathologie wird nicht berücksichtigt, wenn das Subjekt der AI-Gruppe zugeordnet wird. Die Patienten werden nach der Koloskopie auf unmittelbare unerwünschte Ereignisse überwacht und nach der Erholung von der Sedierung entlassen.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Hong Kong, Hongkong
- Combined Endoscopy Unit, ALice Ho Miu Ling Nethersole Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Rekrutiert wird eine elektive Koloskopie mit jeglicher Indikation (Screening, Überwachung oder Diagnostik) und eine vollständige Koloskopie (Caecal-Intubation) mit mindestens einem erkannten kolorektalen Polypen
Ausschlusskriterien:
- Persönliche Vorgeschichte von CRC oder einer entzündlichen Darmerkrankung, frühere kolorektale Operation, Behandlung mit Antikoagulanzien
- Mangel an informierter Einwilligung
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Single
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: KI-Arm
KI wird zur Diagnose von Polypen eingesetzt
|
Echtzeit-KI wird zur Diagnose von Polypen verwendet, die während der Koloskopie gefunden werden.
|
|
Kein Eingriff: Steuerarm
Zur Diagnose von Polypen wird eine konventionelle Koloskopie ohne KI durchgeführt
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Diagnosegenauigkeit der Polypenhistologie in %
Zeitfenster: 24 Monate
|
Die NICE-Klassifikation (NICE I: nicht-neoplastischer Polyp; NICE II: Adenom; NICE III: invasiver Tumor), die vom AI CADx und der konventionellen optischen Diagnose bereitgestellt wird, wird mit der Polypen-Histopathologie (Referenzstandard) verglichen.
|
24 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Empfindlichkeit (%)
Zeitfenster: 24 Monate
|
Empfindlichkeit zur korrekten Vorhersage der Polypen-Histopathologie von Polypen.
|
24 Monate
|
|
Spezifität (%)
Zeitfenster: 24 Monate
|
Spezifität zur korrekten Vorhersage polyphistopathologischer Polypen
|
24 Monate
|
|
positiv vorhergesagter Wert (%)
Zeitfenster: 24 Monate
|
positiver Vorhersagewert zur korrekten Vorhersage polyphistopathologischer Polypen
|
24 Monate
|
|
negativer Vorhersagewert (%)
Zeitfenster: 24 Monate
|
Negativer Vorhersagewert zur korrekten Vorhersage polyphistopathologischer Polypen
|
24 Monate
|
|
Übereinstimmung bei der Zuweisung von Überwachungsintervallen nach der Polypektomie mit pathologiebasierten Diagnosen (%)
Zeitfenster: 24 Monate
|
Einigkeit bei der Zuweisung von Überwachungsintervallen nach der Polypektomie mit pathologiebasierten Diagnosen gemäß den neuesten USMSTF-, ESGE- und Asien-Pazifik-Richtlinien
|
24 Monate
|
Mitarbeiter und Ermittler
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Geschätzt)
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
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2022.525
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 .