Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

El estudio CERTAIN: combinación de Endo-cuff en un ensayo aleatorizado para la navegación con inteligencia artificial (CERTAIN)

13 de septiembre de 2022 actualizado por: Istituto Clinico Humanitas

La colonoscopia se utiliza clínicamente como el estándar de oro para la detección del cáncer de colon (CCR) y la extirpación de pólipos adenomatosos. A pesar del éxito de la colonoscopia en la reducción de las muertes relacionadas con el cáncer, existe un nivel decepcionante de adenomas que no se detectan en la colonoscopia. Las colonoscopias "contiguas" han indicado índices de error significativos del 27 % para adenomas pequeños (< 5 mm) y del 6 % para adenomas de más de 10 mm de diámetro. Los estudios que realizan tanto una colonografía por TC como una colonoscopia estiman que la tasa de fallas en la colonoscopia para pólipos de más de 10 mm de tamaño puede llegar al 12 %. Se debe enfatizar la importancia clínica de las lesiones pasadas por alto porque estas lesiones pueden finalmente progresar a CCR. Las limitaciones en la percepción visual humana y otros sesgos humanos como la fatiga, la distracción, el nivel de alerta durante el examen aumentan los errores de reconocimiento y la forma de mitigarlos puede ser la clave para mejorar la detección de pólipos y una mayor reducción de la mortalidad por CCR.

Los avances recientes en inteligencia artificial (IA), aprendizaje profundo (DL) y visión artificial han permitido desarrollar varias plataformas de IA que ya han demostrado su eficacia para aumentar la detección de adenomas durante la colonoscopia9,10. De hecho, la mejora en la detección gracias a los sistemas de IA solo está relacionada con la mayor capacidad de detección de lesiones dentro del campo visual, que depende de la cantidad de mucosa expuesta por el endoscopista durante la retirada del endoscopio.

En teoría, aumentar la exposición de la mucosa sería una estrategia complementaria para mejorar aún más la detección de pólipos. Se han probado varios accesorios distales para aumentar la exposición de la mucosa al aplanar los pliegues de la mucosa, incluidos un capuchón, un manguito o anillos transparentes. El rendimiento diagnóstico adicional obtenido por la segunda generación de manguitos (Endocuff Vision; Olympus America, Center Valley, Pensilvania, EE. UU.) se investigó recientemente mediante un metanálisis de ensayos controlados aleatorios, que mostró una mejora significativa en la tasa de detección de adenomas y adenomas por colonoscopia, con una reducción en el tiempo medio de retiro sin ningún aumento en los eventos adversos en comparación con la colonoscopia estándar de alta definición sin ningún accesorio distal.

En conclusión, las tecnologías que proporcionan una mejora de la imagen de la mucosa (colonoscopia asistida por inteligencia artificial) o un dispositivo de exposición de la mucosa (colonoscopia asistida por Endocuff Vision) mejoraron significativamente la tasa de detección de adenomas (ADR). Sin embargo, aún se desconoce el rendimiento diagnóstico obtenido al combinar las diferentes estrategias.

Descripción general del estudio

Estado

Terminado

Intervención / Tratamiento

Tipo de estudio

De observación

Inscripción (Actual)

1300

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

    • Milano
      • Rozzano, Milano, Italia, 20089
        • Endoscopy Unit, Humanitas Research Hospital

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

40 años a 80 años (Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

No

Géneros elegibles para el estudio

Todos

Método de muestreo

Muestra no probabilística

Población de estudio

Todos los sujetos de 40 a 80 años que se sometan a una colonoscopia por síntomas gastrointestinales, positividad de la prueba inmunohistoquímica fecal, detección primaria o vigilancia posterior a la polipectomía.

Descripción

Criterios de inclusión:

  • sujetos sometidos a una colonoscopia por síntomas gastrointestinales, positividad de la prueba inmunohistoquímica fecal, detección primaria o vigilancia posterior a la polipectomía

Criterio de exclusión:

  • sujetos con antecedentes personales de CCR o EII.
  • sujetos afectados con mutaciones genéticas como el síndrome de Lynch o la Poliposis Adenomatosa Familiar.
  • pacientes con preparación intestinal inadecuada (definida como escala de preparación intestinal de Boston > 2 en cualquier segmento colónico).
  • pacientes con resección colónica previa.
  • pacientes en terapia antitrombótica, excluyendo la resección de pólipos.
  • pacientes con antecedentes de estenosis del colon, lo que impide el uso de ECV.
  • Pacientes que no pudieron o se negaron a dar su consentimiento informado por escrito.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Modelos observacionales: Grupo
  • Perspectivas temporales: Futuro

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Brazo de IA
Colonoscopia estándar con Inteligencia Artificial-GI GeniusTM
Inteligencia artificial
Brazo de puño
Endo-cuff Vision asistida por colonoscopia con Inteligencia Artificial -GI GeniusTM
Inteligencia artificial

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Rendimiento diagnóstico
Periodo de tiempo: 12 meses
Comparar el rendimiento diagnóstico adicional obtenido por la colonoscopia asistida por EndoCuff Vision con el rendimiento obtenido por la colonoscopia estándar realizada con la asistencia de inteligencia artificial ¬-GI GeniusTM- en diferentes entornos de colonoscopia.
12 meses

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de julio de 2021

Finalización primaria (Actual)

31 de mayo de 2022

Finalización del estudio (Actual)

31 de mayo de 2022

Fechas de registro del estudio

Enviado por primera vez

15 de diciembre de 2020

Primero enviado que cumplió con los criterios de control de calidad

15 de diciembre de 2020

Publicado por primera vez (Actual)

21 de diciembre de 2020

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

14 de septiembre de 2022

Última actualización enviada que cumplió con los criterios de control de calidad

13 de septiembre de 2022

Última verificación

1 de septiembre de 2022

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • 1766

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

No

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

Suscribir