- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT02440139
Evaluación del software de detección de nódulos pulmonares asistido por computadora en tomografía computarizada torácica para Riverain Technologies LLC
Sistema asistido por computadora para la mejora de la detección y caracterización de nódulos en TC torácica basado en un nuevo volumen de TC con supresión de vasos
DISEÑO DEL ESTUDIO:
Este es un estudio de lectores aleatorio retrospectivo, de múltiples lectores y múltiples casos (MRMC).
OBJETIVO:
Primario: El objetivo principal de este estudio clínico es demostrar que un usuario asistido con ClearRead CT InSight (CRCTI) es superior al lector sin ayuda para detectar nódulos pulmonares procesables.
Secundario: El objetivo secundario de este estudio clínico es demostrar que el tiempo de lectura del lector no aumenta significativamente cuando se ayuda con CRCTI.
NÚMERO DE ASIGNATURAS:
Se incluirán en el estudio estudios retrospectivos de TC de aproximadamente 300 pacientes. Aproximadamente 100 casos positivos verdaderos y 200 casos normales.
NÚMERO DE LECTORES:
Se llevará a cabo un estudio de lectura con al menos diez (10) radiólogos participantes (certificados por la Junta de EE. UU.).
VALORACIONES PRIMARIAS:
Las puntuaciones dadas por los radiólogos con y sin ClearRead CT Insight se registrarán y compararán con el estado real de los casos de estudio. Se tabulará la frecuencia de las puntuaciones para cada método (sin ayuda, con ayuda) y se construirán las curvas LROC junto con la sensibilidad, la especificidad, el VPP, el VPN y las acciones clínicas. Además, se medirá la tasa de detección de nódulos de la máquina y los falsos positivos por paciente en casos normales.
POBLACION DE PACIENTES :
El estudio se centrará en aproximadamente cien (100) pacientes cuyos nódulos en la TC demostraron ser cancerosos y doscientos (200) pacientes normales. La población de pacientes será consistente con los protocolos nacionales de detección de cáncer de pulmón.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Se llevará a cabo un estudio de lectores con al menos diez (10) radiólogos participantes. Se utilizará una curva característica operativa del receptor localizado para evaluar el rendimiento de diagnóstico de los radiólogos (en términos de compensación entre la sensibilidad y la especificidad cuando cambia el criterio de decisión) en la detección de nódulos pulmonares en las TC pulmonares con y sin el uso del Sistema ClearRead CT Insight (CRCTI). También se registrará el tiempo necesario para la revisión e interpretación de cada caso.
Cada uno de los radiólogos realizará una interpretación inicial (línea de base) basada en la TC de pulmón en su forma original. Como mínimo un mes después, cada radiólogo volverá a interpretar las mismas imágenes viendo el par de series CRCTI CT: dos juegos de imágenes CT (estándar con marcas CADe y procesadas con supresión de vasos) se presentarán en un monitor grande o en dos monitores adyacentes. monitores
Durante la lectura inicial, el radiólogo marcará la ubicación de los nódulos procesables y asignará una puntuación. El radiólogo también indicará el método de seguimiento recomendado (TC de contraste, PET-TC, TC de seguimiento, Biopsia).
Durante la segunda sesión de lectura (lectura simultánea), al radiólogo se le presentará una TC de aspecto estándar con marcas de detección asistida por computadora (CADe) colocadas y el vaso suprimido en el mismo corte con la vista del vaso suprimido (imagen de la derecha). La segunda imagen, el vaso suprimido, aparecerá atenuada hasta que el radiólogo mueva el mouse al segundo panel. El radiólogo marcará las ubicaciones. Estos pueden corresponder o no a las ubicaciones de los marcadores CAD. Como antes, el radiólogo asignará un nivel de sospecha a cada marca e indicará la necesidad, en su caso, de una actuación diagnóstica adicional (TC de Seguimiento, TC de Contraste, PET-CT o Biopsia).
En función de los niveles de sospecha de cada nódulo y las clasificaciones de probabilidad asociadas, se construirán curvas LROC para las lecturas de referencia y concurrentes y se calculará la importancia de cualquier diferencia. Las recomendaciones para acciones adicionales (TC de seguimiento, TC de contraste, PET-CT o biopsia) se utilizarán para calcular la sensibilidad y la especificidad, el VPP y el VPN.
Número y tipos de casos:
Se incluirán en el estudio series retrospectivas de imágenes de CT de pulmón de aproximadamente 300 pacientes. Aproximadamente cien (100) de los pacientes tendrán cánceres confirmados por patología y aproximadamente doscientos (200) de los pacientes serán CT asociados con pacientes normales. También se incluyen como imágenes de nódulos aquellas en las que no se actuó sobre el nódulo procesable en ese momento, pero se detectó y se actuó en base a una TC posterior. Estas son las imágenes previas donde se puede identificar el nódulo y su ubicación es la misma que en la imagen "actual" confirmada por el panel de expertos radiólogos (usando una mayoría de tres como criterio de decisión).
La muestra seleccionada, seleccionada aleatoriamente de un grupo más grande de casos de TC, se enriquecerá de la siguiente manera:
- Los nódulos pulmonares (cánceres en este estudio) tendrán un tamaño de tumor T1a (20 mm o menos). La proporción de nódulos de 20 mm o menos puede aumentar, ya que es aquí donde los investigadores esperan que se produzca el mayor impacto de este software.
- Se agregarán nódulos no sólidos (vidrio esmerilado) a la muestra (según disponibilidad) para determinar el rendimiento del sistema en nódulos no sólidos. Para que este grupo tenga suficientes casos, es posible que los investigadores deban incluir nódulos no sólidos benignos (no malignos).
- En este proyecto, los investigadores realizarán una prueba de máquina del algoritmo ClearRead CT Insight seguido de un estudio de evaluación del rendimiento del lector. Riverain proporcionará un sistema configurado con el conjunto de puntos de operación que se usará para los estudios del lector y una configuración para un sistema "abierto" que se usará para la prueba de máquinas y la generación de FROC.
Brazo 1: una lectura de referencia (sin contenido secundario) y Brazo 2: lectura concurrente aumentada por CAD.
- 1er brazo: haga la línea de base (mida el tiempo, los lectores puntúan las regiones de acuerdo con la acción y la sospecha) - marque todas las ubicaciones de interés
- nd Arm: lectura simultánea (mide el tiempo, los lectores califican las regiones según la acción y la sospecha) - marque todas las ubicaciones de interés
La hipótesis principal del estudio es que el uso complementario de ClearRead CT Insight es superior al uso de imágenes de TC de pulmón estándar solas, según lo medido por el área bajo la curva LROC.
ANÁLISIS ESTADÍSTICOS Precisión
Para evaluar la hipótesis de superioridad en términos de mejora en la precisión de ClearRead CT Insight frente a sin ayuda, se implementará un modelo de efectos mixtos (DBM) (similar al modelo descrito en Dorfman, Berbaum y Metz, 1997), donde los componentes de varianza incluirse para contabilizar lector, caso, lector por caso, lector por modalidad, caso por modalidad y lector por caso por modalidad. Sin embargo, se anticipa que la interacción de tres vías será inestimable y posteriormente se eliminará del modelo estadístico. Específicamente, la hipótesis para probar la superioridad de ClearRead CT Insight vs. sin ayuda es:
H0: AUC sin ayuda - AUCClearRead CT Insight ≥ 0,0 frente a HA: AUC sin ayuda - AUCClearRead CT Insight < 0
El AUC del LROC es el criterio principal de valoración para evaluar la precisión y la prueba de interés será un intervalo de confianza del 95 % bilateral sobre el efecto de la modalidad (es decir, ClearRead CT Insight menos sin ayuda). Se concluirá la significación si el límite superior del intervalo de confianza del 95% bilateral no incluye el cero. Si se rechaza la hipótesis nula (H0), se acepta la hipótesis alternativa (HA) y se establecerá la superioridad de utilizar el sistema ClearRead CT Insight.
Tiempo
El segundo objetivo coprincipal es evaluar la reducción en el tiempo empleado por imagen para ClearRead CT Insight frente a sin ayuda. Específicamente, la hipótesis para probar la superioridad de ClearRead CT Insight vs. sin ayuda es:
H0= Tunaided - TClearRead CT Insight ≤ 0 frente a HA= Tunaided - TClearRead CT Insight > 0
Para evaluar la hipótesis de no inferioridad en términos de tiempo de lectura mejorado para ClearRead CT Insight frente a sin ayuda, se implementará un modelo de efectos mixtos (similar al modelo descrito en Dorfman, Berbaum y Metz, 1992), donde los componentes de varianza serán incluido para contabilizar lector, caso, lector por caso, lector por modalidad, caso por modalidad y lector por caso por modalidad. Sin embargo, se anticipa que la interacción de tres vías será inestimable y posteriormente se eliminará del modelo estadístico.
Los tiempos de lectura se probarán utilizando un intervalo de confianza del 95 % de dos colas sobre el efecto de la modalidad (es decir, ClearRead menos sin ayuda). Se concluirá la significación si el límite superior del intervalo de confianza del 95% bilateral no incluye el cero.
Con cualquiera de los dos análisis, el uso del modelo mixto podría modificarse para emplear un enfoque de muestreo de arranque si se violaron los supuestos del modelo del método DBM. El límite superior de confianza del 95 % para la diferencia en las áreas bajo las curvas se calcularía utilizando 10 000 arranques en el método ROC MultiReader MultiCase (MRMC).
POTENCIA Y TAMAÑO DE MUESTRA
El poder para detectar diferencias en el AUC de la curva LROC para el análisis estadístico propuesto utilizando la línea base de diseño actual, es decir, 300 casos, cada imagen correspondiente leída por 10 lectores, se evaluó a través de un estudio de simulación. Específicamente, el modelo descrito anteriormente se usó para simular 500 conjuntos de datos en un rango de tamaños de efecto, donde el poder se definió como la proporción de conjuntos de datos que produjeron un valor p significativo para probar el efecto fijo de la modalidad. El método de Dorfman, Berbaum y Metz, 1992 (DBM) se implementó utilizando la teoría de modelos mixtos estadísticos con estimaciones jackknife.
Estas simulaciones requerían suposiciones sobre la magnitud de los componentes de la varianza asociados con los diferentes efectos aleatorios. Como no se realizó un estudio piloto para obtener estimaciones de los componentes de la varianza, se usaron las estimaciones de los componentes de la varianza del estudio de Riverain SoftView 510(k) (n.º de registro BSSI-PR-09-00006) que utiliza una tecnología similar a la del dispositivo ClearRead CT Insight propuesto. en todas las simulaciones de potencia. Tenga en cuenta que los componentes de la varianza se escalaron según la varianza total para representar la proporción de la varianza total explicada por cada componente. Todas las estimaciones de potencia dependen de la idoneidad de los componentes de varianza asumidos.
Tipo de estudio
Inscripción (Actual)
Fase
- No aplica
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Virginia
-
Arlington, Virginia, Estados Unidos, 22203
- Arlington Innovation Center: Health Resaerch
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Descripción
Criterios de inclusión:
Un caso de TC torácica que está asociado o con una característica de lo siguiente:
- Pacientes asintomáticos de 55 a 77 años con antecedentes de tabaquismo
- Cáncer de pulmón primario
- Comprobado por biopsia (LuRADS 5) con informe radiológico
- Pantalla de evento detectado más 1 CT anterior. Se prefieren 2 años de CT anteriores, si están disponibles.
- <= 3 mm de espacio entre cortes, sin espacios
- Usar núcleos de reconstrucción estándar
- Máximo de 5 nódulos por imagen
- Los nódulos deben tener un tamaño de 5-20 mm.
- Con o sin contraste
Criterio de exclusión:
Los casos de TC torácica que cumplan con los siguientes criterios de exclusión no se recopilarán para su uso durante las pruebas clínicas.
- Sin neumotórax agudo
- Ambos pulmones deben ser completamente visibles dentro del campo de visión.
- Los ápices no se pueden recortar
- Sin artefactos de movimiento excesivos
- Pacientes sintomáticos con comorbilidades
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Doble
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
---|---|
Sin intervención: Brazo 1
Los radiólogos participantes realizarán lecturas clínicas en ~300 casos.
Marcarán todas las ubicaciones de interés (nódulos clínicamente procesables) en imágenes de TC torácicas convencionales.
La computadora medirá el tiempo, los lectores calificarán las regiones según la acción y la sospecha.
|
|
Comparador activo: Brazo 2
Los radiólogos participantes realizarán lecturas clínicas en ~300 casos.
Marcarán todas las ubicaciones de interés (nódulos clínicamente procesables) en imágenes de TC torácicas con la ayuda del software ClearRead CT Insight como intervención.
La computadora medirá el tiempo, los lectores calificarán las regiones según la acción y la sospecha.
|
Durante la segunda sesión de lectura (lectura concurrente), al radiólogo se le presentará una TC de apariencia estándar con marcas CADe colocadas y el vaso suprimido en el mismo corte con la vista suprimida del vaso que la intervención.
La segunda imagen, el vaso suprimido, aparecerá atenuada hasta que el radiólogo mueva el mouse al segundo panel.
El radiólogo marcará las ubicaciones.
Estos pueden corresponder o no a las ubicaciones de los marcadores CAD.
Como antes, el radiólogo asignará un nivel de sospecha a cada marca e indicará la necesidad, en su caso, de una actuación diagnóstica adicional (TC de Seguimiento, TC de Contraste, PET-CT o Biopsia).
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Comparación de la precisión de detección, la sensibilidad y la especificidad de los nódulos pulmonares clínicamente procesables
Periodo de tiempo: 4 meses
|
Las tasas de detección en precisión, sensibilidad y especificidad en los nódulos pulmonares procesables clínicamente se calcularon y compararon para los estudios del Objetivo 1 (línea de base) y el Grupo 2 (los participantes del estudio recibieron la ayuda del software ClearRead CT).
|
4 meses
|
Comparación de la curva LROC en la detección de nódulos pulmonares clínicamente procesables entre pacientes normales
Periodo de tiempo: 4 meses
|
Las áreas bajo las curvas de características operativas del receptor (LROC) específicas de la ubicación se calcularon y compararon para el Objetivo 1 (línea de base) y el Objetivo 2 (los participantes del estudio recibieron la ayuda del software ClearRead CT).
|
4 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Tiempo promedio de lectura por caso
Periodo de tiempo: 4 meses
|
Los tiempos de lectura promedio por lector por caso se calcularon y compararon en los estudios Objetivo 1 y Grupo 2 (los participantes del estudio recibieron ayuda del software ClearRead CT).
|
4 meses
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Director de estudio: Matthew T Freedman, M.D., Virginia Polytechnic Institute and State University
Publicaciones y enlaces útiles
Publicaciones Generales
- Beyer F, Zierott L, Fallenberg EM, Juergens KU, Stoeckel J, Heindel W, Wormanns D. Comparison of sensitivity and reading time for the use of computer-aided detection (CAD) of pulmonary nodules at MDCT as concurrent or second reader. Eur Radiol. 2007 Nov;17(11):2941-7. doi: 10.1007/s00330-007-0667-1. Epub 2007 May 22.
- Dorfman DD, Berbaum KS, Metz CE. Receiver operating characteristic rating analysis. Generalization to the population of readers and patients with the jackknife method. Invest Radiol. 1992 Sep;27(9):723-31. No abstract available.
- Foti G, Faccioli N, D'Onofrio M, Contro A, Milazzo T, Pozzi Mucelli R. Evaluation of a method of computer-aided detection (CAD) of pulmonary nodules with computed tomography. Radiol Med. 2010 Sep;115(6):950-61. doi: 10.1007/s11547-010-0556-6. Epub 2010 Jun 23. English, Italian.
- Matsumoto S, Ohno Y, Aoki T, Yamagata H, Nogami M, Matsumoto K, Yamashita Y, Sugimura K. Computer-aided detection of lung nodules on multidetector CT in concurrent-reader and second-reader modes: a comparative study. Eur J Radiol. 2013 Aug;82(8):1332-7. doi: 10.1016/j.ejrad.2013.02.005. Epub 2013 Mar 6.
- Obuchowski NA. New methodological tools for multiple-reader ROC studies. Radiology. 2007 Apr;243(1):10-2. doi: 10.1148/radiol.2432060387. No abstract available.
- Obuchowski NA, McClish DK. Sample size determination for diagnostic accuracy studies involving binormal ROC curve indices. Stat Med. 1997 Jul 15;16(13):1529-42. doi: 10.1002/(sici)1097-0258(19970715)16:133.0.co;2-h.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Estimar)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Otros números de identificación del estudio
- 458420
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
producto fabricado y exportado desde los EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .
Ensayos clínicos sobre Cáncer de pulmón
-
Abramson Cancer Center of the University of PennsylvaniaTerminadoPaciente con cancerEstados Unidos
-
Peking Union Medical College HospitalTerminadoEncuesta | Estado nutricional | Paciente con cancerPorcelana
-
Ankara Medipol UniversityReclutamientoCuidados personales | Inmunoterapia | Manejo de síntomas | Paciente con cancerPavo
-
Northwestern UniversityGenzyme, a Sanofi CompanyRetiradoCANCER DE PROSTATAEstados Unidos
-
Fundacao ChampalimaudTerminado
-
University College London HospitalsTerminado
-
GenSpera, Inc.RetiradoCancer de prostata.Estados Unidos
-
University of Colorado, DenverColorado State UniversityRetiradoRealidad virtual | Diagnóstico por imagen | Educación del paciente | Paciente con cancerEstados Unidos
-
Dana-Farber Cancer InstituteTerminadoCancer de RIÑON | Cancer de prostata | Cáncer genitourinarioEstados Unidos
-
Rabin Medical CenterReclutamiento
Ensayos clínicos sobre Información de ClearRead CT
-
Lunit Inc.King's College London; The Leeds Teaching Hospitals NHS TrustAún no reclutandoCáncer de mama | Enfermedades de los senosReino Unido
-
University of California, San FranciscoNational Institutes of Health (NIH); National Library of Medicine (NLM)Reclutamiento
-
DascenaAún no reclutandoSepticemia | Shock séptico | Sepsis severa
-
East Carolina UniversityNational Institute of Mental Health (NIMH)TerminadoDepresiónEstados Unidos
-
Koya Medical, Inc.ReclutamientoLinfedema | Edema | Insuficiencia venosa de la pierna | Insuficiencia Venosa CrónicaEstados Unidos
-
University of HoustonUniversity of Oklahoma; Oklahoma State UniversityActivo, no reclutando
-
University of South FloridaReclutamientoEnfermedades Pulmonares IntersticialesEstados Unidos
-
University of MinhoActivo, no reclutando
-
University of California, DavisUniversity of California, San Francisco; University of BarcelonaTerminadoEnvejecimientoEstados Unidos
-
Save the ChildrenUniversity of British Columbia; Bill and Melinda Gates Foundation; Aga Khan University y otros colaboradoresTerminado