Thorax-Röntgen-Tomosynthese der nächsten Generation zur Früherkennung von Lungenkrebs
27. August 2024 aktualisiert von: Albert Hsiao, University of California, San Diego
Röntgen-Tomosynthese des Brustkorbs zur Erkennung von Lungenkrebs und Lungenerkrankungen
Ziel dieser klinischen Beobachtungsstudie ist es herauszufinden, ob die Brust-Tomosynthese eine potenzielle Alternative zur Computertomographie zur Erkennung von Lungenkrebs darstellt. Darüber hinaus werden Werkzeuge der künstlichen Intelligenz entwickelt, um die Diagnose von Lungenkrebs anhand von Thorax-Tomosynthesebildern zu unterstützen. Die wichtigsten Fragen, die beantwortet werden sollen, sind:
- Wie genau ist die Thorax-Röntgen-Tomosynthese bei der Diagnose von Lungenkrebs bei einer Population von Personen, die sich einem Lungenkrebs-Screening oder der Beurteilung eines verdächtigen Lungenknotens unterziehen?
- Kann uns künstliche Intelligenz helfen, Lungenkrebs auf Thorax-Tomosynthesebildern zu erkennen?
Die Forscher werden für jeden Teilnehmer Thorax-Tomosynthesebilder mit Computertomographie-Scans vergleichen, um zu sehen, wie sie bei der Diagnose von Lungenkrebs abschneiden.
Die Teilnehmer erhalten zusätzlich zu ihrem routinemäßigen klinischen Computertomographie-Scan einen Thorax-Tomosynthese-Scan.
Studienübersicht
Status
Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Lungenkrebs ist nach wie vor die häufigste Krebstodesursache in den Vereinigten Staaten, wobei eine niedrig dosierte CT nachweislich einen Nutzen für die Früherkennung und das Überleben von Lungenkrebs hat.
Die Akzeptanz bleibt jedoch gering.
Darüber hinaus stellen mehr als 95 % der im Niedrigdosis-CT entdeckten Knötchen, insbesondere solche, die kleiner als 6 mm sind, keinen Krebs dar.
Wir haben uns zusammengetan, um ein neuartiges Thorax-Röntgen-Tomosynthesegerät (CXRT) zu entwickeln, mit der Hypothese, dass dieses Gerät eine Alternative zur CT zur Erkennung von Lungenkrebs sein könnte.
Wir möchten eine Kohorte von Patienten für eine CXRT rekrutieren, die sich aus Patienten zusammensetzt, die sich gleichzeitig einer Lungenkrebs-Screening-CT und einer diagnostischen CT für neuen Lungenkrebs unterziehen.
Wir werden die Wirksamkeit von CXRT zur Erkennung von Lungenkrebs in dieser Population bestimmen und seine Sensitivität und Spezifität für die Erkennung von Krebs und Lungenknötchen bei mehreren Größenschwellenwerten in einer Multireader-Studie bewerten.
Darüber hinaus werden wir Algorithmen für künstliche Intelligenz entwickeln und ihre Wirksamkeit bewerten, um die Krebserkennung weiter zu verbessern.
Studientyp
Beobachtungs
Einschreibung (Geschätzt)
1000
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: Alexander Cypro, MD
- Telefonnummer: 858-2462196
- E-Mail: aidaresearch2023@gmail.com
Studienorte
-
-
California
-
San Diego, California, Vereinigte Staaten, 92093
- Rekrutierung
- University of California San Diego
-
Kontakt:
- Alexander Cypro, MD
- Telefonnummer: 858-246-2196
- E-Mail: aidaresearch2023@gmail.com
-
-
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
Ja
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Patienten, die sich einer Lungenkrebs-Screening-CT oder einer diagnostischen Thorax-CT wegen zufällig entdeckter Lungenknoten oder Lungenkrebs unterziehen.
Beschreibung
Einschlusskriterien:
- sich einem Lungenkrebs-Screening unterziehen
- Untersuchung eines verdächtigen Lungenknotens
- neu diagnostizierter Lungenkrebs
Ausschlusskriterien:
- Vorgeschichte einer Lungenkrebsbehandlung
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Teilnehmer der Thorax-Röntgen-Tomosynthese
Teilnehmer, bei denen kürzlich eine routinemäßige klinische Computertomographie des Brustkorbs zum Screening auf Lungenkrebs oder zur Beurteilung von Knötchen mit Verdacht auf Lungenkrebs durchgeführt wurde, werden zusätzlich einem Röntgen-Tomosynthesescan des Brustkorbs unterzogen.
|
Ein Bildgebungsgerät, das aus mehreren Winkeln projizierte Röntgenstrahlen verwendet, um dreidimensionale Bilder der Brust zu rekonstruieren
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Thorax-Röntgen-Tomosynthese-Detektion von Lungenkrebs
Zeitfenster: bis 31.12.2026
|
Diagnostische Genauigkeit der Thorax-Tomosynthese bei der Identifizierung von durch Biopsie nachgewiesenem Lungenkrebs
|
bis 31.12.2026
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Erkennung verdächtiger Knötchen durch Röntgentomosynthese des Brustkorbs
Zeitfenster: bis 31.12.2026
|
Diagnostische Genauigkeit der Thorax-Tomosynthese bei der Identifizierung von Lungenknötchen, die im Thorax-CT bei mehreren Mindestgrößenschwellenwerten zu sehen sind: 6 mm, 8 mm, 10 mm
|
bis 31.12.2026
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Mitarbeiter
Ermittler
- Hauptermittler: Albert Hsiao, MD PhD, UC San Diego, Department of Radiology
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.
Nützliche Links
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)
2. November 2023
Primärer Abschluss (Geschätzt)
31. Dezember 2026
Studienabschluss (Geschätzt)
30. Juni 2027
Studienanmeldedaten
Zuerst eingereicht
27. August 2024
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
27. August 2024
Zuerst gepostet (Tatsächlich)
29. August 2024
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
29. August 2024
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
27. August 2024
Zuletzt verifiziert
1. August 2024
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 805210
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
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 .