Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Reconnaissance d'images de gravité endoscopique pour faire avancer la recherche et la formation sur les maladies inflammatoires de l'intestin (EVEREST - IBD)

14 novembre 2024 mis à jour par: Hull University Teaching Hospitals NHS Trust

EVEREST - IBD : reconnaissance d'images de gravité endoscopique pour faire avancer la recherche et la formation dans les maladies inflammatoires de l'intestin

Développer et former un réseau de neurones convolutifs pour détecter et caractériser la gravité de la maladie inflammatoire de l'intestin pendant l'endoscopie

Aperçu de l'étude

Statut

Recrutement

Description détaillée

Développer et former un réseau de neurones convolutifs pour détecter et caractériser la gravité de la maladie dans les maladies inflammatoires de l'intestin pendant l'endoscopie. Cette initiative créera inévitablement une grande base de données d'images de haute qualité. Nos objectifs secondaires d'étude sont donc d'utiliser les images que nous collectons pour faire avancer le domaine de l'apprentissage profond et du diagnostic assisté par ordinateur dans les maladies inflammatoires de l'intestin en établissant une base de données d'images. Il s'agira de développer un framework combinant apprentissage profond et algorithmes de vision par ordinateur. L'objectif ultime est d'utiliser la base de données d'images pour produire des résultats de recherche à fort impact et des ressources de formation conduisant à une amélioration de la qualité de l'endoscopie réalisée, à une réduction de la variabilité inter-observateurs dans l'évaluation de la maladie et à une réduction des taux de cancer de l'intestin manqués et de la mortalité associée.

Type d'étude

Observationnel

Inscription (Estimé)

4000

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

    • East Yorkshire
      • Hull, East Yorkshire, Royaume-Uni, HU3 2JZ
        • Recrutement
        • Hull Royal Infirmary

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

16 ans à 99 ans (Enfant, Adulte, Adulte plus âgé)

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

Les maladies inflammatoires de l'intestin (MICI) affectent au moins une personne sur 250 dans la population britannique et la prévalence est en augmentation.

La description

Critère d'intégration:

  • • Tout patient adulte âgé de 16 ans ou plus qui a consenti à subir une investigation endoscopique où les images sont capturées dans le cadre des soins cliniques de routine.

Critère d'exclusion:

  • • Tout patient de moins de 16 ans

    • Les patients qui ne sont pas en mesure de donner leur consentement éclairé pour subir un examen endoscopique ou ceux qui ne souhaitent pas que leurs images pseudo-anonymisées soient utilisées

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Modèles d'observation: Autre
  • Perspectives temporelles: Transversale

Cohortes et interventions

Groupe / Cohorte
Groupe principal
Patients atteints ou soupçonnés d'une maladie inflammatoire de l'intestin se présentant pour une procédure endoscopique
Contrôle
Patients sans maladie inflammatoire de l'intestin se présentant pour une procédure endoscopique

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Développer et former un réseau de neurones convolutifs pour détecter et caractériser la gravité de la maladie inflammatoire de l'intestin pendant l'endoscopie
Délai: 5 années
Développer et former un réseau de neurones convolutifs pour détecter et caractériser la gravité de la maladie inflammatoire de l'intestin pendant l'endoscopie
5 années

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
a) Explorer si l'intelligence artificielle peut prédire la réponse aux traitements des MII
Délai: 5 années
Explorer si l'intelligence artificielle peut prédire la réponse aux thérapies des MII
5 années
b) Développer un référentiel d'images endoscopiques pour faire progresser la formation et la normalisation dans la détection endoscopique et la caractérisation des MII.
Délai: 5 années
b) Développer un référentiel d'images endoscopiques pour faire progresser la formation et la normalisation
5 années
c) Développer et évaluer des méthodologies pour la formation et l'assurance qualité de l'endoscopie diagnostique des MII
Délai: 5 années
Développer et évaluer des méthodologies pour la formation et l'assurance qualité de l'IBD
5 années
d) Évaluer les comparaisons dans l'interprétation des images endoscopiques entre les
Délai: 5 années
Évaluer les comparaisons dans l'interprétation d'images endoscopiques entre l'endoscopiste
5 années
e) Développer des algorithmes d'apprentissage en profondeur et des techniques de vision par ordinateur pour permettre la mesure automatisée des paramètres de qualité en endoscopie pour les MICI
Délai: 5 années
Développer des algorithmes d'apprentissage en profondeur et des techniques de vision par ordinateur pour permettre la mesure automatisée des paramètres de qualité en endoscopie pour les MII
5 années
f) Créer une future plate-forme de recherche robuste pour assurer le développement continu des objectifs ci-dessus à mesure que de nouvelles techniques d'imagerie émergent au fil du temps.
Délai: 5 années
Créer une future plate-forme de recherche robuste pour assurer le développement continu des objectifs ci-dessus à mesure que de nouvelles techniques d'imagerie émergent au fil du temps.
5 années

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Chercheur principal: Shaji Sebastian, Hull University Teaching Hospitals NHS Trust

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

17 septembre 2021

Achèvement primaire (Estimé)

1 septembre 2031

Achèvement de l'étude (Estimé)

1 septembre 2031

Dates d'inscription aux études

Première soumission

27 avril 2021

Première soumission répondant aux critères de contrôle qualité

27 avril 2021

Première publication (Réel)

30 avril 2021

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

15 novembre 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

14 novembre 2024

Dernière vérification

1 novembre 2024

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

INDÉCIS

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner