Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Deep-Learning for Automatic Polyp Detection During Colonoscopy

2020. május 14. frissítette: NYU Langone Health
The primary objective of this study is to examine the role of machine learning and computer aided diagnostics in automatic polyp detection and to determine whether a combination of colonoscopy and an automatic polyp detection software is a feasible way to increase adenoma detection rate compared to standard colonoscopy.

A tanulmány áttekintése

Állapot

Befejezve

Körülmények

Beavatkozás / kezelés

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

5

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

  • Egyesült Államok
    • New York
      • New York, New York, Egyesült Államok, 10016
        • NYU Langone Health

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

18 év (Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Tanulmányozható nemek

Összes

Leírás

Inclusion Criteria:

  • Patients presenting for routine colonoscopy for screening and/or surveillance purposes.
  • Ability to provide written, informed consent and understand the responsibilities of trial participation

Exclusion Criteria:

  • People with diminished cognitive capacity.
  • The subject is pregnant or planning a pregnancy during the study period.
  • Patients undergoing diagnostic colonoscopy (e.g. as an evaluation for active GI bleed)
  • Patients with incomplete colonoscopies (those where endoscopists did not successfully intubate the cecum due to technical difficulties or poor bowel preparation)
  • Patients that have standard contraindications to colonoscopy in general (e.g. documented acute diverticulitis, fulminant colitis and known or suspected perforation).
  • Patients with inflammatory bowel disease
  • Patients with any polypoid/ulcerated lesion > 20mm concerning for invasive cancer on endoscopy.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Diagnosztikai
  • Kiosztás: N/A
  • Beavatkozó modell: Egyetlen csoportos hozzárendelés
  • Maszkolás: Nincs (Open Label)

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: Screening Colonoscopy
Patients undergoing standard screening or surveillance colonoscopy will be included
Eszköz: Computer Algorithm
This device is a computer algorithm that runs in the background during routine screening or surveillance colonoscopy that is designed to aid in the detection of polyps

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Adenoma Detection Rate
Időkeret: 1 Day
the proportion of colonoscopic examinations performed that detect one or more polyp
1 Day

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

NYU Langone Health

Nyomozók

  • Kutatásvezető: Seth Gross, MD, NYU Langone Health

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2018. szeptember 1.

Elsődleges befejezés (Tényleges)

2019. július 7.

A tanulmány befejezése (Tényleges)

2019. július 7.

Tanulmányi regisztráció dátumai

Először benyújtva

2018. augusztus 16.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2018. augusztus 16.

Első közzététel (Tényleges)

2018. augusztus 20.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2020. május 15.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2020. május 14.

Utolsó ellenőrzés

2020. május 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • 18-00746

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Klinikai vizsgálatok a Szűrő kolonoszkópia

  • Radboud University Medical Center
    Befejezve
    A derékfájás lefolyása
    Derékfájdalom | A lábfájdalom típusa (radikuláris, nem radikuláris) | Életmód (ülő viselkedés és fizikai aktivitás) | Indítsa el a Back Screening Tool eszközt
    Hollandia

Klinikai vizsgálatok a Computer Algorithm

Keressen hasonló próbaverziókban

Szponzorok és közreműködők

Egészségi állapot

Kábítószer-beavatkozások

CROs by country

CROs in Malawi

Körülmények

Ritka betegségek

Kábítószer-beavatkozások

Táplálék-kiegészítők

Szponzor / közreműködők

Helyek

3
Iratkozz fel