- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05024591
INTELIGENCIA ARTIFICIAL PARA EL TAMIZAJE DEL CÁNCER DE MAMA EN MAMOGRAFÍA (AI-STREAM)
25 de septiembre de 2023 actualizado por: Jung Kyu Ryu,MD, Kyung Hee University Hospital at Gangdong
Inteligencia artificial para la detección del cáncer de mama en mamografía (AI-STREAM): un estudio de cohorte prospectivo y multicéntrico
Este estudio prospectivo tiene como objetivo generar evidencia del mundo real sobre los beneficios y desventajas generales del uso de CADe/x basado en Lunit INSIGHT MMG AI para la detección del cáncer de mama en un programa de detección de cáncer de mama basado en la población en Corea.
Descripción general del estudio
Estado
Activo, no reclutando
Condiciones
Intervención / Tratamiento
Descripción detallada
- Se han identificado varios desafíos en la detección del cáncer de mama: 1) Algunos casos de cáncer de mama no identificados mediante la detección; 2) Retiros excesivos para pruebas adicionales; 3) Baja sensibilidad en mamas densas; 4) Variabilidad entre lectores. Se ha demostrado que CADe/x basado en IA mejora el rendimiento de los radiólogos y proporciona resultados equivalentes o superiores a los de los radiólogos solos.
- Este estudio prospectivo multicéntrico involucra a mujeres que visitan sitios para la detección del cáncer de mama en Corea. Las mujeres elegibles para la detección de cáncer nacional en el año correspondiente que lean el folleto de reclutamiento de participantes del estudio y lean y firmen la Hoja de información para participantes y el Formulario de consentimiento informado serán reclutadas para este estudio. Se inscribirán aproximadamente 32 714 participantes desde febrero de 2021 hasta diciembre de 2022 en cinco sitios de estudio en Corea.
- En Corea, un solo radiólogo realiza lecturas de mamografías. Si es necesario recordar (según la atención habitual), se realizarán más estudios de diagnóstico para confirmar la detección del cáncer en el examen de detección. Las bases de datos del registro nacional de cáncer se revisarán en 2026 y 2027. Los hallazgos disponibles se registrarán para todos los participantes, independientemente de su estado de detección, para identificar a los participantes del estudio con diagnóstico de cáncer de mama dentro de un año y dentro de los dos años posteriores a la detección.
- En la medición del resultado primario, como parte del procedimiento de detección estándar, un radiólogo de mamas leerá y registrará las mamografías sin AI-CADe/x, y luego con CADe/x basado en AI. [Serie 1]
- En la medición de resultados secundarios, un radiólogo general leerá y registrará las mamografías de los mismos participantes del Conjunto 1 sin CADe/x basado en IA y luego con CADe/x basado en IA. [Conjunto 2] En la medición de resultados secundarios adicionales, la lectura de arbitraje la realizará otro radiólogo de mama sin CADe/x basado en IA para los casos en los que la lectura de los resultados de los dos radiólogos sin CADe/x basado en IA en el Conjunto 1 y el Conjunto 2 son inconsistentes. [Conjunto 3]
- Después de completar el procedimiento de detección estándar en el Conjunto 1, varios grupos de comparación situacional [Conjunto 2 y Conjunto 3] para la comparación, la precisión del diagnóstico se realizará de forma independiente y retrospectiva. Los resultados del Conjunto 2 y el Conjunto 3 no afectarán las decisiones clínicas asociadas con el cuidado de los participantes del estudio.
Tipo de estudio
De observación
Inscripción (Actual)
25008
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
-
-
-
Seongnam-si, Corea, república de
- Department of Radiology, CHA bundang Medical Center
-
Seoul, Corea, república de, 04401
- Department of Radiology, Soonchunhyang University Hospital
-
Seoul, Corea, república de
- Department of Radiology, Konkuk University Medical Center
-
Seoul, Corea, república de
- Department of Radiology, Kyung Hee University Hospital at Gangdong
-
Seoul, Corea, república de
- Department of Radiology, Nowon Eulgi Medical center
-
-
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
Método de muestreo
Muestra de probabilidad
Población de estudio
Participantes de la detección del cáncer de mama en mujeres coreanas de 40 años o más con riesgo promedio de cáncer de mama.
Descripción
Criterios de inclusión:
- Los participantes deben cumplir con todos los siguientes criterios de inclusión para poder inscribirse en el estudio:
- Ser elegible para la prueba de detección de cáncer nacional en el año correspondiente y visitar el sitio para la prueba de detección de cáncer de mama
- Proporcione su consentimiento para la participación en el estudio mediante el formulario de consentimiento informado y complete una hoja de información del participante
Criterio de exclusión:
- Los participantes que cumplan con alguno de los siguientes criterios serán excluidos del estudio:
- Tiene antecedentes o cáncer de mama actual
- Está actualmente embarazada o planea quedar embarazada en los próximos 12 meses
- Tiene antecedentes de cirugía mamaria (mamoplastia o inserción de una sustancia extraña, como parafina o silicona)
- Tiene mamografía con fines de diagnóstico.
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 |
|---|---|
|
igual que la población de estudio
Uso de CADe/x basado en IA por radiólogos de mama
|
• Un software que detecta áreas sospechosas de cáncer de mama usando imágenes mamográficas, marca áreas sospechosas de lesiones malignas y muestra la probabilidad de lesiones malignas para ayudar con el diagnóstico del médico intérprete
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
• Precisión diagnóstica con diferencia entre radiólogos de mama con y sin CADe/x basado en IA
Periodo de tiempo: 12 meses después de la selección, 24 meses después de la selección
|
La precisión diagnóstica se evalúa utilizando los datos del registro de cáncer como grupo de referencia para calcular la tasa de detección de cáncer [CDR], la tasa de recuperación, la sensibilidad y el valor predictivo positivo
|
12 meses después de la selección, 24 meses después de la selección
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
• Precisión diagnóstica y diferencia de los siguientes grupos de comparación con o sin IA
Periodo de tiempo: 12 meses después de la selección, 24 meses después de la selección
|
La precisión diagnóstica se evalúa utilizando los datos del registro de cáncer como grupo de referencia para calcular la CDR, la tasa de recuperación, la sensibilidad, el VPP, la especificidad, la tasa de cáncer de intervalo y la AUROC. |
12 meses después de la selección, 24 meses después de la selección
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Colaboradores
Investigadores
- Director de estudio: Yun-Woo Chang, MD, PhD, Soonchunhyang University Hospital, Seoul
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- Kim HE, Kim HH, Han BK, Kim KH, Han K, Nam H, Lee EH, Kim EK. Changes in cancer detection and false-positive recall in mammography using artificial intelligence: a retrospective, multireader study. Lancet Digit Health. 2020 Mar;2(3):e138-e148. doi: 10.1016/S2589-7500(20)30003-0. Epub 2020 Feb 6.
- Salim M, Wahlin E, Dembrower K, Azavedo E, Foukakis T, Liu Y, Smith K, Eklund M, Strand F. External Evaluation of 3 Commercial Artificial Intelligence Algorithms for Independent Assessment of Screening Mammograms. JAMA Oncol. 2020 Oct 1;6(10):1581-1588. doi: 10.1001/jamaoncol.2020.3321.
- Chang YW, An JK, Choi N, Ko KH, Kim KH, Han K, Ryu JK. Artificial Intelligence for Breast Cancer Screening in Mammography (AI-STREAM): A Prospective Multicenter Study Design in Korea Using AI-Based CADe/x. J Breast Cancer. 2022 Feb;25(1):57-68. doi: 10.4048/jbc.2022.25.e4. Epub 2022 Jan 6. Erratum In: J Breast Cancer. 2022 Apr;25(2):147.
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 febrero de 2021
Finalización primaria (Actual)
31 de diciembre de 2022
Finalización del estudio (Estimado)
31 de diciembre de 2024
Fechas de registro del estudio
Enviado por primera vez
13 de agosto de 2021
Primero enviado que cumplió con los criterios de control de calidad
21 de agosto de 2021
Publicado por primera vez (Actual)
27 de agosto de 2021
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
28 de septiembre de 2023
Última actualización enviada que cumplió con los criterios de control de calidad
25 de septiembre de 2023
Última verificación
1 de septiembre de 2023
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- oddie2
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
producto fabricado y exportado desde los 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. .
Ensayos clínicos sobre Cáncer de mama
-
Tianjin Medical University Cancer Institute and...Guangxi Medical University; Sun Yat-sen University; Chinese PLA General Hospital; The First Affiliated Hospital of Zhengzhou University y otros colaboradoresTerminadoLa guía de aplicación clínica de Conebeam Breast CTPorcelana
-
Istanbul Aydın UniversityTerminado
-
Abramson Cancer Center of the University of PennsylvaniaTerminadoPaciente con cancerEstados Unidos
-
Peking Union Medical College HospitalTerminadoEncuesta | Estado nutricional | Paciente con cancerPorcelana
-
Northwestern UniversityGenzyme, a Sanofi CompanyRetiradoCANCER DE PROSTATAEstados Unidos
-
Ankara Medipol UniversityReclutamientoCuidados personales | Inmunoterapia | Manejo de síntomas | Paciente con cancerPavo
-
University of Colorado, DenverColorado State UniversityRetiradoRealidad virtual | Diagnóstico por imagen | Educación del paciente | Paciente con cancerEstados Unidos
-
Fundacao ChampalimaudTerminado
-
University College London HospitalsTerminado
-
GenSpera, Inc.RetiradoCancer de prostata.Estados Unidos