Tekoäly ja suoliston puhdistuslaatu (CALPER2)
Tekoälyjärjestelmän suunnittelu ja validointi paksusuolen puhdistuksen laadun havaitsemiseksi ennen kolonoskopiaa
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Potilaan näkemys viimeisestä suolen liikkeestä ennen kolonoskopiaa on osoitettu kolonoskopian aikana arvioiduksi tehokkaaksi suolen puhdistuman ennustajaksi. Laaja tutkimus, johon osallistui 1011 potilasta johtamiskohorttiin (633 potilasta) ja validointikohorttiin (378 potilasta) käyttäen neljän kuvan sarjaa, jotka muistuttivat suolen puhdistavia ominaisuuksia, osoitti kohtalaisen yksimielisyyden BBPS:n kanssa. Lisäksi hyvä yhteisymmärrys löytyi verrattaessa henkilöstön ja potilaan käsitystä viimeisestä suolen liikkeestä. Nämä löydökset tarjoavat erinomaisen mahdollisuuden testata pelastuspuhdistustoimenpiteitä samana tutkimuspäivänä ennen kolonoskopiaa.
Kahden viime vuoden aikana tekoälysovellukset ovat saavuttaneet merkittävän läpimurron useilla tieteenaloilla, mukaan lukien endoskopiassa. Koneoppiminen ja sen kehittyneempi syväoppiminen viittaa algoritmien (konvoluutiohermoverkkojen) kehittämiseen, joilla on kyky oppia ja suorittaa tiettyjä tehtäviä. Endoskopia-asetuksissa tietokonenäkösovellukset on ilmoitettu tutkimuksen painopistealueeksi. Kaiken tämän kokemuksen perusteella tämän tutkimuksen tavoitteena oli suunnitella ja validoida konvoluutiohermoverkko, joka pystyy automaattisesti ennustamaan potilaan puhdistuksen laadun kotona suolenpuhdistusliuoksen nauttimisen jälkeen ja ennen kolonoskopiaan osallistumista. Toinen tavoite oli arvioida prospektiivisesti potilasryhmässä viimeisimmän konvoluutiohermoverkon arvioiman peräsuolen ulosvirtauksen laadun ja validoidulla asteikolla (Boston Bowel Preparation Scale, BBPS) arvioidun kolonoskopian aikana arvioidun puhdistuslaadun välillä. Tämä tutkimus sisältyy havainnoivaan prospektiiviseen tutkimukseen, joka suoritettiin Hospital Universitario de Canariasin avoimen pääsyn endoskopiayksikössä helmikuun 2021 ja toukokuun 2021 välisenä aikana (NCT04702646). Tähän tutkimukseen osallistui yhteensä 633 peräkkäistä avopotilasta, joilla oli määräaikainen kolonoskopia (yhteensä 266 potilasta (42 %) lähetti ainakin yhden kuvan). Tämän tutkimuksen jälkeen potilaita, joille pyydettiin avohoitoa kolonoskopiaa, pyydettiin toimittamaan kuvia ulosteistaan suolen valmistuksen aikana. Yksikkömme henkilöt luokittelevat näiden kuvien alaryhmän riittäviksi ja riittämättömiksi, ja niitä käytetään konvoluutiohermoverkon kouluttamiseen. Toista joukkoa kuvia käytetään vahvistamaan konvoluutiohermoverkko. Lisäksi tutkijat validoivat in vivo konvoluutiohermoverkon vertaamalla sen jäteveden laadun luokitusta validoituun paksusuolen puhdistusasteikkoon kolonoskopian aikana.
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Antonio Z Gimeno García, MD, PhD
- Puhelinnumero: +34922678554
- Sähköposti: antozeben@gmail.com
Opiskelupaikat
-
-
S/C De Tenerife
-
La Laguna, S/C De Tenerife, Espanja, 38320
- Rekrytointi
- Department of Gastroenterology
-
Ottaa yhteyttä:
- Antonio Z Gimeno Garcia, MD, hD
- Puhelinnumero: 34922678039
- Sähköposti: antozeben@gmail.com
-
Alatutkija:
- David Nicolas Perez, MD, PhD
-
Päätutkija:
- Antonio Z Gimeno García, MD
-
Alatutkija:
- Manuel Hernandez Guerra, MD, PhD
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Ikä yli 18, allekirjoittaa tietoisen suostumuksen,
- Potilaat, joilla on indikaatio avohoidosta kolonoskopiaan
- Potilaat, jotka nauttivat suolen valmistetta
Poissulkemiskriteerit:
- Epätäydellinen kolonoskopia (paitsi huono suolen valmistelu)
- Vasta-aihe kolonoskopialle
- Allergiat.
- Kieltäytyminen tutkimukseen osallistumisesta tai tietoisen suostumuksen allekirjoittamisen heikkeneminen.
- Kolektomia (enemmän kuin 1 segmentti)
- Dementia, johon liittyy vaikeuksia valmisteen nauttimisessa
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Kohortti
- Aikanäkymät: Tulevaisuuden
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Peräkkäiset potilaat avohoitoon kolonoskopiaan
Tutkijat tarjoavat osallistumista tutkimukseen potilaille, joille on suunniteltu kolonoskopia ja jotka täyttävät kaikki sisällyttämiskriteerit eivätkä yksikään poissulkemiskriteeri.
|
Jokaiselle tutkimukseen osallistuvalle potilaalle annetaan yhden päivän nestemäinen ruokavalio ja: jaetun annoksen suolen valmistus 4 litralla polyetyleeniglykoliliuosta, 2 litraa PEG-askorbiinihappoa tai 2 litraa pikosulfaattia.
Kolonoskopia suoritetaan jokaiselle tutkimukseen osallistuvalle potilaalle
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Jäteveden ominaisuudet
Aikaikkuna: 1 vuosi
|
Jäteveden ominaisuudet.
4 kuvan sarja, jotka on luokiteltu riittävään valmistukseen (kirkas neste, kirkas neste, jossa on kokkareita) ja riittämättömät valmisteet (tumma neste tai tumma neste, jossa on kiinteitä hiukkasia).
Conconlutional Neural Network koulutetaan effluenttikuvilla ja validoidaan.
|
1 vuosi
|
|
Suolen puhdistuksen laatu on arvioitu Boston Bowel Preparation Scale -asteikolla
Aikaikkuna: 1 vuotta
|
Suolen puhdistuksen laatu arvioi Boston Bowel Preparation Scale.
Tämä asteikko vaihtelee 0:sta (ei valmistelua) 3 pisteeseen (erinomainen valmistelu) paksusuolen kolmessa segmentissä (proksimaalinen, poikittainen ja distaalinen).
Maksimipistemäärä on 9 pistettä
|
1 vuotta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Berzin TM, Parasa S, Wallace MB, Gross SA, Repici A, Sharma P. Position statement on priorities for artificial intelligence in GI endoscopy: a report by the ASGE Task Force. Gastrointest Endosc. 2020 Oct;92(4):951-959. doi: 10.1016/j.gie.2020.06.035. Epub 2020 Jun 19.
- Mori Y, Misawa M, Kudo SE. Challenges in artificial intelligence for polyp detection. Dig Endosc. 2022 May;34(4):870-871. doi: 10.1111/den.14279. Epub 2022 Mar 22. No abstract available.
- Fatima H, Johnson CS, Rex DK. Patients' description of rectal effluent and quality of bowel preparation at colonoscopy. Gastrointest Endosc. 2010 Jun;71(7):1244-1252.e2. doi: 10.1016/j.gie.2009.11.053. Epub 2010 Apr 1.
- Alzubaidi L, Zhang J, Humaidi AJ, Al-Dujaili A, Duan Y, Al-Shamma O, Santamaria J, Fadhel MA, Al-Amidie M, Farhan L. Review of deep learning: concepts, CNN architectures, challenges, applications, future directions. J Big Data. 2021;8(1):53. doi: 10.1186/s40537-021-00444-8. Epub 2021 Mar 31.
- Harewood GC, Wright CA, Baron TH. Assessment of patients' perceptions of bowel preparation quality at colonoscopy. Am J Gastroenterol. 2004 May;99(5):839-43. doi: 10.1111/j.1572-0241.2004.04176.x.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- CNN bowel cleansing
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .