- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05041777
Tomografía de coherencia óptica para el diagnóstico no invasivo y la subtipificación del carcinoma basocelular (OCT-BCC)
Razón fundamental:
Hasta la fecha, el diagnóstico y subtipificación del carcinoma de células basales (BCC) se verifica con histopatología que requiere una biopsia. Debido a que esta técnica es invasiva, se han desarrollado nuevas estrategias no invasivas, incluida la tomografía de coherencia óptica (OCT). Esta técnica innovadora permite el examen microscópico detallado de las lesiones, lo cual es útil para diagnosticar e identificar varios subtipos de BCC. El valor diagnóstico del VIVOSIGHT OCT en la práctica clínica diaria, no ha sido establecido hasta la fecha.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Objetivo:
El objetivo del estudio es investigar el valor diagnóstico y la usabilidad de OCT en el diagnóstico y subtipificación de BCC clínicamente sospechoso.
Diseño del estudio:
En este ensayo observacional prospectivo, se utilizará el dispositivo VIVOSIGHT OCT en todos los pacientes que asisten al policlínico Dermatología del MUMC y se les realizará una biopsia de piel. La información recopilada de las imágenes de OCT se comparará con el diagnóstico clínico del especialista, incluida la dermatoscopia, y el estándar de oro que consiste en el diagnóstico histopatológico obtenido de la biopsia.
Población de estudio:
Todos los pacientes que acudan al policlínico Dermatología del MUMC a los que se les realizará una biopsia de piel.
Intervención:
En este estudio, se pedirá a los pacientes su consentimiento informado para participar en este estudio antes de realizar la biopsia planificada. El consentimiento incluye la realización de la imagen y la extracción del informe de patología del expediente del paciente. La imagen de la lesión se realizará posteriormente, lo que no es invasivo y requiere solo varios minutos de tiempo. Después de la obtención de imágenes, el paciente recibe tratamiento conforme a la atención regular: la siguiente biopsia se enviará para un examen histopatológico por parte del patólogo, y el paciente escuchará el resultado de esta investigación a través de su propio médico. El diagnóstico histopatológico y el subtipo se obtendrán del informe anatomopatológico para compararlos con el diagnóstico y el subtipo basados en el diagnóstico clínico y las imágenes de OCT.
Principales parámetros/criterios de valoración del estudio:
Los principales parámetros de estudio comprenden el valor diagnóstico de la imagen OCT para BCC, definido como la sensibilidad, especificidad, valor predictivo positivo y negativo, en comparación con el diagnóstico clínico y el estándar de oro del diagnóstico histopatológico. El resultado secundario es el valor de OCT para subtipificar BCC. Retrospectivamente, se evaluará la necesidad de una biopsia para confirmar el diagnóstico.
Naturaleza y alcance de la carga y los riesgos asociados con la participación, el beneficio y la relación con el grupo:
Esta investigación se lleva a cabo durante la atención regular del paciente. Se solicitará la participación de los pacientes a los que se les planifique una biopsia de piel para estudio histopatológico y que den su consentimiento informado. Cuando se planifica una biopsia, la imagen de OCT se realizará mientras los pacientes esperan que se prepare la biopsia, el proceso de imagen de OCT lo realiza el investigador. El resultado de la biopsia planificada se utilizará como estándar de oro para la comparación con OCT. Los resultados de esta biopsia se extraerán del informe de patología en el archivo de historial electrónico del paciente. Los posibles riesgos de las biopsias no están influenciados por el aparato de imágenes de OCT e incluyen: sangrado posoperatorio, reacciones alérgicas, infección de heridas y formación de hematomas. Con las imágenes de OCT se puede obtener información valiosa sin influir en el procedimiento de atención regular. Esto es beneficioso porque en el futuro la OCT no invasiva podría reemplazar a las biopsias de piel invasivas.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Limburg
-
Maastricht, Limburg, Países Bajos, 6229HX
- Maastricht University Medical Centre+
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes adultos (18 años o más) que reciben una biopsia de piel de una lesión con sospecha clínica de cáncer de piel no melanoma o premalignidad
Criterio de exclusión:
- Se excluyeron los pacientes incapaces de firmar el consentimiento informado.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Recopilación prospectiva de datos, evaluación retrospectiva de imágenes OCT
Desde febrero de 2017 hasta junio de 2017 se incluyeron pacientes de forma prospectiva.
Las imágenes OCT se evaluaron retrospectivamente junto con las imágenes clínicas.
Se desarrolla un algoritmo de aprendizaje profundo con el uso de este conjunto de datos que incluye 676 imágenes OCT.
|
La OCT es una técnica de imagen que es capaz de producir imágenes transversales in vivo en tiempo real de lesiones con una profundidad de 1,5-2 mm.
Las imágenes de OCT se basan en la interferometría de luz, que calcula la interferencia de un haz óptico reflejado por el tejido con una referencia.
[2] De esta manera, se pueden visualizar detalles microscópicos de lesiones y tejidos.
Esta información podría usarse para identificar una lesión como BCC y especificar aún más el subtipo.
Por tanto, el uso de la OCT puede reducir el número de biopsias y la morbilidad que las acompaña.
|
|
Recopilación prospectiva de datos y evaluación de imágenes OCT
Desde enero de 2021 hasta abril de 2021 se incluyeron pacientes de forma prospectiva.
Las imágenes de OCT se evaluaron prospectivamente en un entorno clínico.
El algoritmo de aprendizaje profundo se validará prospectivamente con el uso de este conjunto de datos que incluye 287 imágenes OCT.
|
La OCT es una técnica de imagen que es capaz de producir imágenes transversales in vivo en tiempo real de lesiones con una profundidad de 1,5-2 mm.
Las imágenes de OCT se basan en la interferometría de luz, que calcula la interferencia de un haz óptico reflejado por el tejido con una referencia.
[2] De esta manera, se pueden visualizar detalles microscópicos de lesiones y tejidos.
Esta información podría usarse para identificar una lesión como BCC y especificar aún más el subtipo.
Por tanto, el uso de la OCT puede reducir el número de biopsias y la morbilidad que las acompaña.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión diagnóstica de OCT en diagnóstico y subtipificación de BCC
Periodo de tiempo: Febrero 2017-abril 2021
|
El principal parámetro de estudio es el valor diagnóstico de la OCT en el diagnóstico BCC definido como precisión, sensibilidad, especificidad y valores diagnósticos negativos y positivos.
Se espera un aumento de al menos un 10 por ciento en la especificidad y una sensibilidad igual del diagnóstico basado en OCT, en comparación con el diagnóstico clínico y la histopatología estándar de oro.
|
Febrero 2017-abril 2021
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Desarrollo de un algoritmo de aprendizaje profundo para la detección automatizada de carcinoma de células basales (BCC) y reconocimiento de tres subtipos de BCC diferentes en imágenes de OCT.
Periodo de tiempo: Junio 2020-agosto 2021
|
La capacidad de un algoritmo de aprendizaje profundo para clasificar BCC de otras lesiones cutáneas dentro de imágenes OCT
|
Junio 2020-agosto 2021
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Publicaciones y enlaces útiles
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (ACTUAL)
Finalización primaria (ACTUAL)
Finalización del estudio (ANTICIPADO)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (ACTUAL)
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
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- DERMA_OCT_BCC01
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.
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 Inteligencia artificial
-
Medtronic Cardiac Rhythm and Heart FailureTerminadoMarcapasos cardíaco artificial | Marcapasos Cardíaco, ArtificialCanadá, Estados Unidos, Israel, Italia, Katar, Porcelana
-
Uşak UniversityTerminadoCompetencias digitales | Inteligencia artificial (IA) | Estudiantes de fisioterapeuta | Aceptación de la inteligencia artificial | Actitud de inteligencia artificialPavo
-
Cambridge Health AllianceInscripción por invitaciónIA (Inteligencia Artificial) | Modelo de lenguaje grande | Inteligencia artificial generativaEstados Unidos
-
John J ChenTerminadoComunicación | Comunicación Interdisciplinaria | Inteligencia artificial (IA) | Tecnología de inteligencia artificialEstados Unidos
-
University of YalovaAún no reclutandoInteligencia artificial | Educación en Enfermería | Competencia clínica | Inteligencia artificial (IA) | Proceso de enfermería | Nursing Process Competence | Artificial Intelligence Perception and AttitudeTurquía (Türkiye)
-
Radboud University Medical CenterPrime Dental Alliance EindhovenAún no reclutandoRevisión de imágenes respaldada por inteligencia artificial | Inteligencia artificial (IA) en el diagnósticoPaíses Bajos
-
Tanta UniversityAún no reclutando
-
Recep Tayyip Erdogan UniversityTerminado
-
Kanuni Sultan Suleyman Training and Research HospitalTerminado
-
Istituto Clinico HumanitasTerminado
Ensayos clínicos sobre La tomografía de coherencia óptica
-
Caroline Michaela KistorpSanofiReclutamientoEnfermedades cardiovasculares | Enfermedad de FabryDinamarca
-
Bausch & Lomb IncorporatedTerminado
-
University Hospital MuensterAzienda Ospedaliera San Giovanni Battista; Albert Schweitzer Hospital; Nuovo Ospedale...Terminado
-
National Cancer Institute (NCI)Activo, no reclutandoLinfoma de efusión primaria | Neoplasia de células BEstados Unidos