Tekoälyn integroiminen keuhkosyövän seulomiseen. (DACAPO)
Satunnaistettu kontrolloitu tutkimus, joka sisältää rintakehän tietokonetomografian syvään oppimiseen perustuvan analyysin avuksi päätöksenteossa keuhkosyövän seulontaan sovellettavien potilaiden monitieteisissä tiimikokouksissa
Lung cancer (LC) screening using low-dose chest CT (LDCT) has already proven its efficacy.
The mortality reduction associated with LC screening is around 20%, much higher than the reduction in mortality associated with screening for breast, colon or prostate cancers.
Implementing lung cancer screening on a large scale faces two main obstacles:
- The lack of thoracic radiologists and LDCT necessary for the eligible population (between 1.6 and 2.2 million people in France);
- The high frequency of false positive screenings: in the NLST trial, more than 20% of the subjects screened were found to have at least one nodule of an indeterminate lung nodule (ILN) whereas less than 3% of ILNs are actually LC.
The gold standard for determining on the benign or malignant nature of a nodule is definitive histology. Otherwise, the evolution of the nodule on serial thoracic imaging is a good alternative. The period of indeterminacy of a nodule can be as long as 24 months in many cases, which can be a source of prolonged and sometimes unjustified anxiety for screening candidates.
The purpose of this randomized controlled study that focuses on LC screening in patients aged 50 to 80 years, who smoked more than 20 packs/ year or stopped smoking less than 15 years ago. Its objective is to determine whether assisting multidisciplinary team (MDT) meetings with an AI-based analysis of screening LDCT accelerates the definitive classification of nodules into malignant or benign.
Tutkimuksen yleiskatsaus
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Vaihe
- Ei sovellettavissa
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Marquette Charles-Hugo, PhD
- Puhelinnumero: +33492037777
- Sähköposti: marquette.c@chu-nice.fr
Tutki yhteystietojen varmuuskopiointi
- Nimi: Boutros Jacques
- Puhelinnumero: +33492037777
- Sähköposti: boutros.j@chu-nice.fr
Opiskelupaikat
-
-
Alpes-maritimes
-
Nice, Alpes-maritimes, Ranska, 06001
- Rekrytointi
- CHU de Nice - Hôpital de Pasteur
-
Ottaa yhteyttä:
- Marquette Charles-Hugo, PhD
- Puhelinnumero: +33492037777
- Sähköposti: marquette.c@chu-nice.fr
-
Ottaa yhteyttä:
- Boutros Jacques
- Puhelinnumero: +33492037777
- Sähköposti: boutros.j@chu-nice.fr
-
Päätutkija:
- Marquette Charles-Hugo, PhD
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Kuvaus
Inclusion Criteria:
- Age between 50 and 80 years old
- active smoker or ex-smoker who quit smoking less than 15 years ago
- smoking history of at least 20 pack-years
- signature of the informed consent
- affiliation to French social security
Exclusion Criteria:
- clinical signs suggestive of cancer
- recent chest scan (<1 year) for another cause
- radiological abnormality requiring follow-up or additional investigations
- health problem significantly limiting life expectancy from the clinician's point of view
- health problem limiting ability or willingness to undergo lung surgery
- Patients with active neoplasia, except basal cell carcinoma of the skin.
- vulnerable people: adults under guardianship, adults under curatorship medical and/or psychiatric problems of sufficient severity to limit full adherence to the study or expose patients to excessive risk
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Ensisijainen käyttötarkoitus: Diagnostiikka
- Jako: Satunnaistettu
- Inventiomalli: Rinnakkaistehtävä
- Naamiointi: Ei mitään (avoin tarra)
Aseet ja interventiot
Osallistujaryhmä / Arm |
Interventio / Hoito |
|---|---|
|
Kokeellinen: IA Group
Patients with at least one nodule (> 6mm) for whom the multidisciplinary team meeting discussion is informed of the AI-based analysis of their chest computed tomography |
The multidisciplinary team meeting discussion is informed of the AI-based analysis of their chest computed tomography |
|
Muut: Group not IA analysis
Patients with at least one nodule (> 6mm) for whom the multidisciplinary team meeting discussion is not informed of the AI-based analysis of their chest computed tomography |
The multidisciplinary team meeting discussion is not informed of the AI-based analysis of their chest computed tomography |
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnosis of lung disease
Aikaikkuna: At 3 years
|
Elapsed time between lung nodule discovery and MDT decision making. |
At 3 years
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Ai-pohjaisen strategian toimintaominaisuudet
Aikaikkuna: 3 vuoden iässä
|
3 vuoden iässä
|
Yhteistyökumppanit ja tutkijat
Tutkijat
- Päätutkija: Marquette Charles-Hugo, CHU de Nice, Service de Pneumologie
Julkaisuja ja hyödyllisiä linkkejä
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
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
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 22-PP-12
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Data are available upon reasonable request
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 .