Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

The AID Study: Artificial Intelligence for Colorectal Adenoma Detection (AID)

tiistai 11. helmikuuta 2020 päivittänyt: Istituto Clinico Humanitas

Colonoscopy is clinically used as the gold standard for detection of colon cancer (CRC) and removal of adenomatous polyps. Despite the success of colonoscopy in reducing cancer-related deaths, there exists a disappointing level of adenomas missed at colonoscopy. "Back-to-back" colonoscopies have indicated significant miss rates of 27% for small adenomas (< 5 mm) and 6% for adenomas of more than 10 mm in diameter. Studies performing both CT colonography and colonoscopy estimate that the colonoscopy miss rate for polyps over 10 mm in size may be as high as 12%. The clinical importance of missed lesions should be emphasized because these lesions may ultimately progress to CRC8.

Limitations in human visual perception and other human biases such as fatigue, distraction, level of alertness during examination increases such recognition errors and way of mitigating them may be the key to improve polyp detection and further reduction in mortality from CRC. In the past years, a number of CAD systems for detection of polyps from endoscopy images have been described. However, the benefits of traditional CAD technologies in colonoscopy appear to be contradictory, therefore they should be improved to be ultimately considered useful. Recent advances in artificial intelligence (AI), deep learning (DL), and computer vision have shown potential to assist polyp detection during colonoscopy.

Tutkimuksen yleiskatsaus

Tila

Valmis

Ehdot

Interventio / Hoito

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

700

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

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

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

40 vuotta - 80 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Based on the observed prevalence of adenomas (35%) among patients undergoing colonoscopies at our center within the last 12 months, a sample size of 322 subjects per arm could allow for a 90% power to show the non-inferiority (primary end-point) of the AI-aided arm by excluding that the one-side 95% CI will exclude a difference of 10% in favour of the standard group. Such sample size will also have a 80% power to detect as statistical significant (α=0.05; two-sided test) a 10% absolute increase in the detection rate of adenomas in the AI-aided arm (secondary end-point).

Kuvaus

Inclusion Criteria:

All 40-80 years-old subjects undergoing a colonoscopy.

Exclusion Criteria:

  • subjects with personal history of CRC, or IBD.
  • patients with inadequate bowel preparation (defined as Boston Bowel Preparation Scale > 2 in any colonic segment).
  • patients with previous colonic resection.
  • patients on antithrombotic therapy, precluding polyp resection.
  • patients who were not able or refused to give informed written consent.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Ohjaus
Valkoisen valon kolonoskopia
AI
Artificial Intelligence colonoscopy
Artificial intellignece colonoscopy

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Additional diagnostic yield obtained by AI-aided colonoscopy to the yield obtained by the Standard (high-definition) colonoscopy
Aikaikkuna: 3 Months
To compare the additional diagnostic yield obtained by AI-aided colonoscopy to the yield obtained by the Standard (high-definition) colonoscopy
3 Months

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Tutkijat

  • Päätutkija: Alessandro Repici, MD, Humanitas Research Hospital

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Keskiviikko 25. syyskuuta 2019

Ensisijainen valmistuminen (Todellinen)

Tiistai 31. joulukuuta 2019

Opintojen valmistuminen (Todellinen)

Tiistai 31. joulukuuta 2019

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 3. syyskuuta 2019

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 3. syyskuuta 2019

Ensimmäinen Lähetetty (Todellinen)

Perjantai 6. syyskuuta 2019

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 12. helmikuuta 2020

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 11. helmikuuta 2020

Viimeksi vahvistettu

Lauantai 1. helmikuuta 2020

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muut tutkimustunnusnumerot

  • 2363

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .