- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05481762
Evaluación del software Contextflow DETECT Lung CT Detección de nódulos en tomografías computarizadas de tórax
Evaluación del software de detección de nódulos pulmonares asistido por computadora en tomografías computarizadas de tórax con una evaluación de su impacto en el proceso de toma de decisiones de los lectores
contextflow DETECT Lung CT es un sistema de detección asistida por computadora (CADe) basado en inteligencia artificial (IA), destinado a ayudar a los radiólogos en la detección de nódulos pulmonares en tomografías computarizadas (TC) de tórax. El sistema está diseñado para usarse como un segundo lector, por lo tanto, los resultados proporcionados por el software están destinados a complementar los hallazgos y las decisiones del radiólogo.
El estudio propuesto será un estudio de lectores retrospectivo de múltiples lectores y múltiples casos (MRMC). El objetivo del estudio es evaluar la influencia de CADe en la efectividad de la detección de nódulos pulmonares. Durante el estudio, 10 radiólogos analizarán 350 tomografías computarizadas de tórax de pacientes adultos, con y sin la asistencia de CADe. El estudio se llevará a cabo de forma remota. Las tomografías computarizadas se cargarán en una plataforma de anotación y envío de imágenes basada en la web, en la que a cada participante del estudio se le proporcionará una cuenta individual y una lista de tareas asignada.
El objetivo principal del estudio es determinar si la precisión diagnóstica de los radiólogos con asistencia CADe es superior a la precisión diagnóstica de los radiólogos sin asistencia CADe para localizar los nódulos pulmonares con área realzada bajo la curva característica operativa de respuesta libre (AUC de FROC).
El estudio estará dirigido a aproximadamente 350 pacientes adultos asintomáticos, cuyas tomografías computarizadas se adquirieron durante un examen de rutina por tomografía computarizada. La población de pacientes incluirá pacientes con y sin nódulos pulmonares.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Antecedentes y justificación
Según la Sociedad Estadounidense del Cáncer, el cáncer de pulmón fue el segundo cáncer comúnmente diagnosticado con un estimado de 2,2 millones de casos nuevos en 2020. Actualmente, la forma más eficaz de reducir la mortalidad por cáncer es el diagnóstico precoz del cáncer de pulmón. Sin embargo, en la práctica clínica habitual, muchos cánceres de pulmón en estadios iniciales se retrasaron en el diagnóstico, debido al hecho de que la mayoría de los pacientes suelen estar asintomáticos. Esa es la razón principal por la cual la detección rápida y menos invasiva de enfermedades pulmonares es tan importante para la detección temprana de cambios patológicos en pacientes asintomáticos de cohortes de alto riesgo. La tomografía computarizada (TC) es la herramienta de imagen dominada más reciente que se utiliza para capturar imágenes pulmonares y, por lo tanto, también para la detección y caracterización de nódulos. En consecuencia, la detección asistida por computadora y los sistemas de software basados en inteligencia artificial se han convertido en una de las herramientas más destacadas y valiosas para la detección de nódulos pulmonares.
El objetivo del estudio de lectura propuesto es evaluar una de esas herramientas, contextflow DETECT Lung CT, y evaluar en qué medida el apoyo a los radiólogos con un sistema de detección asistido por computadora mejora la detección de nódulos y ayuda a los radiólogos en el proceso de toma de decisiones.
contextflow DETECT Lung CT es una aplicación web basada en IA para datos de imágenes médicas en 3D. Está destinado a ser utilizado para la detección y visualización de nódulos pulmonares en tomografías computarizadas de tórax de pacientes adultos clínicamente asintomáticos.
El sistema está destinado a alertar a los radiólogos sobre ubicaciones específicas en las que se pueden detectar nódulos que, de lo contrario, podrían pasarse por alto. El sistema proporciona mediciones de los nódulos, como el diámetro promedio, el diámetro del eje largo, el diámetro del eje corto y el volumen total.
contextflow DETECT Lung CT está diseñado para usarse como un segundo lector, además de la lectura original realizada por los radiólogos. Los resultados proporcionados por contextflow DETECT Lung CT pretenden complementar la información que los radiólogos tienen en cuenta durante su proceso de toma de decisiones.
Diseño del estudio
Este será un estudio retrospectivo de múltiples lectores y múltiples casos (MRMC). El desempeño de los radiólogos solo se comparará con el desempeño de los radiólogos respaldados por el software de detección (como un segundo lector). El estudio incluirá 10 lectores y un conjunto de datos final de 350 exploraciones recopiladas de al menos 3 centros de radiología y revisadas por los verificadores. Durante el estudio, se planifican las tres lecturas siguientes: Lectura 1 (Verificación), Lectura 2 (Línea de base, sin asistencia de CADe), Lectura 3 (Intervención, con asistencia de CADe).
El estudio constará de 350 imágenes de TC recopiladas de pacientes adultos asintomáticos. Al menos el 50% de los casos serán datos de EE. UU., otros casos se recopilarán de los centros de radiología europeos. Al menos el 65% de los casos incluirán al menos un nódulo pulmonar. El conjunto de datos también incluirá casos sin nódulos.
Selección de lectores
Criterios de calificación de los lectores:
- Junta de Radiología de EE. UU. o certificación de especialidad equivalente
- Al menos 5 años de experiencia en interpretación de tomografía computarizada de tórax.
- Becario capacitado en imágenes torácicas/tórax,
- Capacitación exitosa en el uso del software de estudio.
Selección de pacientes y datos de imagen
Los pacientes cuyas imágenes de TC de tórax se incluyeron en el conjunto de datos deben cumplir con todos los siguientes criterios:
- Pacientes adultos (mayores de 22 años) con un número de nódulos de 0 a 10;
- Para pacientes con al menos un nódulo pulmonar: nódulos detectados y confirmados en el procedimiento de verificación en tierra;
- Pacientes asintomáticos, que se someten a una tomografía computarizada de tórax de rutina.
Los datos de imágenes deben cumplir con todos los siguientes criterios de inclusión para estar en este estudio:
- Las imágenes son imágenes de TC del tórax que muestran el pulmón derecho e izquierdo completos;
- Las imágenes no muestran ningún artefacto de movimiento del paciente;
- Las imágenes del tórax deben reconstruirse en un plano axial;
- El número de nódulos por imagen fue de 10 o menos;
- Todos los nódulos miden entre 4 y 30 mm en el diámetro máximo del eje largo en la tomografía computarizada.
Procedimientos de estudio del lector
Flujo de trabajo del proceso de verdad en el suelo: se pedirá a 3 radiólogos torácicos certificados por la junta de EE. UU. con al menos 5 años de experiencia después de la beca correspondiente que lean tomografías computarizadas e identifiquen nódulos procesables en imágenes del conjunto de datos de verificación en el suelo (370 tomografías computarizadas elegidas al azar de una base de datos de candidatos equilibrada) por marcándolos dibujando manualmente cuadros delimitadores a su alrededor.
Flujo de trabajo del proceso de lectura: para cada tomografía computarizada, el proceso de lectura se llevará a cabo en dos pasos: (1) lectura independiente del lector, sin ayuda de DETECT Lung CT de contextflow y (2) lectura del segundo lector con DETECT Lung CT de contextflow como segunda lectura. lector. En cada paso, los lectores analizarán 350 conjuntos de datos de tomografías computarizadas, con información clínica limitada.
Cegamiento y aleatorización
La identificación de los casos seleccionados para el estudio, así como los análisis individuales entre lectores, serán cegados a los lectores. Los lectores no tendrán acceso a los resultados del procedimiento de verificación ni a la información sobre cuántos nódulos procesables se han localizado en imágenes de TC individuales.
La plataforma de envío de imágenes y anotaciones generará la lista de tareas aleatorias para cada lector. El orden de los lectores será diferente para todos los lectores.
Objetivos y puntos finales del estudio
Los objetivos primario y secundario del estudio del lector son demostrar una mayor precisión diagnóstica de los radiólogos con CADe en comparación con la precisión diagnóstica de los radiólogos sin CADe en
Primario
- Localización de las lesiones con el área realzada bajo la curva característica operativa del receptor de respuesta libre (AUC de FROC)
Secundario
- Detección de enfermedades usando (AUC de ROC)
- Mejora de la identificación de enfermedades con AUC de LROC
También se evaluarán los siguientes puntos finales:
- La diferencia en las sensibilidades de detección de lesiones con y sin CADe dado el promedio especificado de falsos positivos de lesiones por imagen;
- La diferencia en las sensibilidades del diagnóstico de la enfermedad con y sin CADe dada la especificidad especificada;
- Valor predictivo positivo para el diagnóstico de enfermedades
- Valor predictivo negativo para el diagnóstico de enfermedades
Gestión de datos
Todos los datos que forman parte del estudio, tanto compartidos por nuestros socios como descargados de fuentes públicas, se anonimizaron de acuerdo con las regulaciones de HIPAA y/o GDPR y no incluyen ninguna información de salud protegida.
- fin del estudio
El estudio del lector se considerará completado cuando se haya analizado un número suficiente de imágenes para lograr un desempeño satisfactorio de la prueba estadística en los medios de potencia estadística. Para lograr eso, se deben analizar al menos 300 escaneos.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Vienna, Austria, 1050
- contextflow GmbH
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Pacientes adultos asintomáticos (mayores de 22 años), con o sin nódulos pulmonares detectados durante la tomografía computarizada de tórax de rutina.
Imágenes de TC tomadas con escáneres de TC proporcionados por 3 proveedores diferentes, con el 50 % de las imágenes adquiridas de los centros médicos de EE. UU.
Descripción
Criterios de inclusión:
- pacientes adultos asintomáticos, que se someten a una tomografía computarizada de tórax de rutina.
Criterio de exclusión:
- pacientes sintomáticos.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Control de caso
- Perspectivas temporales: Retrospectivo
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
---|---|
Pacientes adultos asintomáticos
|
Los radiólogos leen costras de TC de tórax con y sin la ayuda de contextflow DETECT Lung CT como segundo lector
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Precisión diagnóstica
Periodo de tiempo: 20 horas
|
El objetivo principal del estudio del lector es determinar si la precisión diagnóstica de los radiólogos con asistencia CADe es superior a la precisión diagnóstica de los radiólogos sin asistencia CADe para localizar los nódulos pulmonares con área realzada bajo la curva característica operativa de respuesta libre (AUC de FROC ). La tasa de verdaderos positivos (o sensibilidad) se calcula como la lesión positiva identificada entre los verdaderos positivos dividida por el número total de lesiones verdaderas positivas entre todas las imágenes. El número de falsos positivos se recopila por imagen. |
20 horas
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Capacidades de diagnóstico de enfermedades
Periodo de tiempo: 20 horas
|
Evaluar las capacidades en el diagnóstico de enfermedades por parte de radiólogos con y sin asistencia CADe utilizando el área bajo la curva de características operativas del receptor (AUC de ROC). La curva ROC se traza para las tasas de verdaderos positivos y falsos positivos en función de varios umbrales de confianza en la decisión de diagnóstico del lector. |
20 horas
|
Capacidades de identificación de enfermedades
Periodo de tiempo: 20 horas
|
Evaluar las capacidades en la identificación de enfermedades de los radiólogos con localización precisa con y sin asistencia de CADe utilizando el área bajo la curva de características operativas del receptor de localización (AUC de LROC). La curva LROC se traza para las tasas de verdaderos positivos y falsos positivos en función de varios umbrales de confianza en los lectores. |
20 horas
|
Colaboradores e Investigadores
Patrocinador
Publicaciones y enlaces útiles
Publicaciones Generales
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Hansell DM, Bankier AA, MacMahon H, McLoud TC, Muller NL, Remy J. Fleischner Society: glossary of terms for thoracic imaging. Radiology. 2008 Mar;246(3):697-722. doi: 10.1148/radiol.2462070712. Epub 2008 Jan 14.
- Qian F, Yang W, Chen Q, Zhang X, Han B. Screening for early stage lung cancer and its correlation with lung nodule detection. J Thorac Dis. 2018 Apr;10(Suppl 7):S846-S859. doi: 10.21037/jtd.2017.12.123.
Enlaces Útiles
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (ACTUAL)
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 (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
Otros números de identificación del estudio
- 0020220401
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan 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 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