- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06447012
Desarrollo de inteligencia artificial para el diagnóstico de pólipos colorrectales
Desarrollo de una novedosa herramienta de diagnóstico de colonoscopia asistida por computadora en tiempo real para pólipos colorrectales: diagnóstico de lesiones y tratamiento personalizado del paciente
La clasificación precisa de los crecimientos en el intestino grueso (pólipos) identificados durante la colonoscopia es imperativa para informar el riesgo de cáncer colorrectal. La identificación confiable del riesgo de cáncer de pólipos individuales ayuda a determinar la mejor opción de tratamiento para el pólipo detectado y determinar los requisitos de intervalo apropiados para futuras colonoscopias para verificar el sitio de extirpación y para detectar más pólipos en otras partes del intestino.
Las técnicas de imágenes endoscópicas avanzadas actuales requieren habilidades y experiencia especializadas con una larga curva de aprendizaje asociada y un mayor tiempo de procedimiento. Es por estas razones que, a pesar de haberse introducido en la práctica clínica, la adopción de dichas técnicas es limitada y los métodos actuales de estratificación del riesgo de pólipos durante la colonoscopia sin inteligencia artificial (IA) son subóptimos. Aproximadamente el 25% de los pólipos intestinales que se extirpan mediante cirugía mayor son analizados y luego se demuestra que son pólipos no cancerosos que podrían haberse extirpado mediante endoscopia evitando así la cirugía de alteración anatómica y los riesgos asociados. Con un diagnóstico preciso de pólipos y una estratificación del riesgo en tiempo real con IA, dichos pólipos podrían haberse extirpado de forma no quirúrgica (por vía endoscópica). Las plataformas actuales de diagnóstico asistido por computadora (CADx, una forma de IA) solo diferencian entre pólipos cancerosos y no cancerosos, lo cual tiene un valor limitado para proporcionar un riesgo personalizado de cáncer colorrectal para el paciente. El desarrollo de un algoritmo multiclase es de mayor complejidad que una clasificación binaria y requiere conjuntos de datos de capacitación y validación más grandes. Un algoritmo CADx robusto también debería incluir datos globales entrenables para minimizar la introducción de sesgos. Es por estas razones que este es un estudio multicéntrico internacional planificado.
Los investigadores tienen como objetivo desarrollar una novedosa herramienta de predicción de riesgo de patología de cinco clases de IA que proporcione información confiable para identificar el riesgo de cáncer independientemente de la habilidad del endoscopista.
Se eligen estas 5 categorías porque las opciones de tratamiento difieren según el tipo de pólipo y las pautas de colonoscopia para controles futuros requieren estas categorías.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El uso de inteligencia artificial en la detección asistida por computadora (CADe) para detectar pólipos (crecimientos precancerosos) durante la colonoscopia está ganando cada vez más interés y aceptación con múltiples dispositivos que ya se encuentran en el mercado principal. El investigador ya sabe por trabajos en otros países que la detección de más pólipos da como resultado un riesgo reducido de cáncer de intestino para el paciente que se somete al procedimiento, en los años posteriores a la colonoscopia (es decir, se detectaron y eliminaron crecimientos precancerosos). Esto ha formado la base de los programas nacionales de detección del cáncer de intestino. Con una mayor detección de pólipos colorrectales, existe una creciente necesidad de identificar correctamente la naturaleza del pólipo para informar el riesgo de cáncer colorrectal con el pólipo detectado y también el posible riesgo futuro para el paciente. También se requiere un diagnóstico preciso de los pólipos para determinar el modo o la extirpación correctos: si esto requiere extirpación (lo que lleva a la conservación de costos y recursos en el desafiante clima actual), si la extirpación endoscópica es posible y, de ser así, mediante qué procedimiento, si se requiere cirugía. se requiere.
Los datos publicados demuestran que aproximadamente una cuarta parte de los pólipos colorrectales extirpados quirúrgicamente en pacientes sometidos a cirugía mayor eran benignos y, por lo tanto, la cirugía mayor podría haberse evitado con estos pólipos extirpados endoscópicamente, reduciendo el riesgo de complicaciones y preservación del órgano para el paciente.
Las técnicas actuales de diagnóstico de pólipos implican el uso y la interpretación de tintes especializados y endoscopios de aumento que conllevan la adquisición de experiencia con una curva de aprendizaje asociada y un mayor tiempo del procedimiento. Es por estas razones que, a pesar de haberse introducido en la práctica clínica, la adopción de dichas técnicas es limitada y los métodos actuales de estratificación del riesgo de pólipos durante la colonoscopia sin IA son subóptimos.
Los algoritmos actuales de IA (CADx) para el diagnóstico de pólipos se limitan a clasificaciones más pequeñas. Las plataformas CADx actuales diferencian entre pólipos cancerosos y no cancerosos, lo que tiene un valor limitado para proporcionar un riesgo personalizado de cáncer colorrectal para el paciente. El desarrollo de un algoritmo multiclase es de mayor complejidad que una clasificación binaria y requiere conjuntos de datos de capacitación y validación más grandes. Un algoritmo CADx robusto también debería incluir datos globales entrenables para minimizar la introducción de sesgos. Es por estas razones que este es un estudio multicéntrico internacional planificado.
Recopilación prospectiva de datos:
Este estudio se llevará a cabo junto con la atención habitual al paciente, pero requerirá que el personal de investigación ingrese datos en un formulario de informe seguro basado en la web (base de datos REDCAP). Esto significa que los participantes se someterán exactamente al mismo procedimiento, sin diferencias y sin visitas ni datos adicionales, que de otro modo habrían ocurrido. Los participantes serán aquellos pacientes a los que se les haya programado una colonoscopia por los motivos estándar. Los pacientes serán invitados de la forma habitual a la colonoscopia.
Siempre que sea posible, se les puede enviar el PIS junto con la carta de cita (hasta con 6 semanas de antelación). Al llegar a la unidad de endoscopia, un miembro del equipo de investigación se acercará a ellos y les entregará una copia del PIS para que la lean, hasta una hora antes del procedimiento. Se les proporcionará información y explicaciones presenciales, previo consentimiento por escrito para permitir que sus datos sean recogidos en la base de datos. Como el estudio no requiere ningún cambio ni procedimientos adicionales, el investigador considera que un enfoque inicial al llegar a la unidad de endoscopia proporcionará tiempo suficiente y apropiado para dar su consentimiento, incluso si el PIS no se ha leído con anticipación (aunque se enviará si es posible). La única consideración adicional será el consentimiento para la grabación del vídeo (no se transferirán datos identificables del paciente como parte de este aspecto).
Una vez completada la colonoscopia, no habrá visitas adicionales.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Shraddha B Gulati, MBBS PHD MRCP
- Número de teléfono: +442032996044
- Correo electrónico: shraddha.gulati@nhs.net
Copia de seguridad de contactos de estudio
- Nombre: Olaolu Olabintan, MBBS MRCP
- Número de teléfono: +447939056819
- Correo electrónico: olaolu.olabintan@nhs.net
Ubicaciones de estudio
-
-
-
London, Reino Unido, SE5 9RS
- Reclutamiento
- King's College Hospital NHS Foundation Trust
-
Contacto:
- Shraddha B Gulati, MBBS PHD MRCP
- Número de teléfono: +442032996044
- Correo electrónico: shraddha.gulati@nhs.net
-
Contacto:
- Olaolu Olabintan, MBBS MRCP
- Número de teléfono: +447939056819
- Correo electrónico: olaolu.olabintan@nhs.net
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Mayores de 18 años en el momento de la inclusión Colonoscopia sintomática o de detección.
Criterio de exclusión:
- No se puede dar consentimiento informado.
- Displasia asociada a colitis
- Pólipos en sitios de anastomosis quirúrgica
- El embarazo
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Lograr una precisión general del 85% para el algoritmo de predicción de lesiones de cinco clasificaciones.
Periodo de tiempo: 24 meses
|
Sensibilidad y especificidad
|
24 meses
|
Valor previsto positivo y negativo
Periodo de tiempo: 24 meses
|
Evaluar la precisión del dispositivo entrenado
|
24 meses
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Concordancia interobservador de la predicción de los endoscopistas sobre la histología de los pólipos durante el proceso de anotación.
Periodo de tiempo: 36 meses
|
Analizaremos el cálculo de la concordancia histológica entre el endoscopista avanzado.
|
36 meses
|
El subanálisis de las características de los pólipos se centró en diferentes géneros y etnias.
Periodo de tiempo: 36 meses
|
Evaluar si es posible predecir el sexo, el origen étnico y la edad del paciente con el uso del modelo CADx desarrollado.
|
36 meses
|
Este será un subanálisis de un algoritmo de IA entrenado para predecir la histología de pólipos utilizando la cohorte de datos prospectiva.
Periodo de tiempo: 36 meses
|
Un panel multidisciplinario también realizará un análisis cualitativo de los diagnósticos incorrectos de CADx para evaluar el impacto potencial.
|
36 meses
|
Efectos aprendidos de la endoscopia aumentada con IA en el diagnóstico óptico del endoscopista
Periodo de tiempo: 36 meses
|
Evaluaremos si el uso de IA durante la colonoscopia puede ser una herramienta de aprendizaje para el endoscopista
|
36 meses
|
Colaboradores e Investigadores
Patrocinador
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
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
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- 323988
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 Pólipo de colon
-
Queens College, The City University of New YorkReclutamientoPublicación de artículos enviados al American Journal of Public HealthEstados Unidos
-
Children's Healthcare of AtlantaTerminadoNiños que se sometieron a un trasplante de corazón antes de los 18 años | Atención recibida en Children's Healthcare of AtlantaEstados Unidos
-
NorgineXolomon Tree S.L.TerminadoCáncer de colon | Enfermedad del colon | Limpieza de colonEspaña, Portugal
-
Ostfold Hospital TrustTerminadoCáncer de colon | Enfermedades Benignas del ColonNoruega
-
PeerMedical Ltd.TerminadoCáncer de colon | Adenomas de colon | Pólipos de colon | Enfermedades del ColonIsrael
-
Intuitive SurgicalTerminadoEnfermedad benigna del colon derecho | Enfermedad maligna del colon derechoEstados Unidos
-
University Hospitals Cleveland Medical CenterApollo Endosurgery, Inc.TerminadoTumor maligno de colon | Tumor benigno de colonEstados Unidos
-
University of NottinghamQuadram Institute BioscienceReclutamiento
-
Alliance for Clinical Trials in OncologyNational Cancer Institute (NCI)ReclutamientoCáncer de colon en estadio III AJCC v8 | Adenocarcinoma de colon | Carcinoma de colon estable microsatélite | Cáncer de colon en estadio IIB AJCC v8 | Cáncer de colon en estadio IIC AJCC v8Estados Unidos
-
Epigenomics, IncActivo, no reclutandoNeoplasias Gastrointestinales | Enfermedades del Colon Funcionales | Neoplasias Intestinales | Enfermedades Rectales | Cáncer colonrectal | Adenoma | Cáncer de recto | Pólipos | Cáncer de colon | Enfermedad del colon | Pólipo de colon | Enfermedad intestinal | Lesión de Colon | Neoplasia de Colon | Adenomas Colon | Pólipo...Estados Unidos