- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05034185
Mesterséges intelligencia jellemzést támogató (CADx) rendszer valós érvényesítése
Mesterséges intelligencia karakterizálást támogató (CADx) rendszer valós validálása a polipszövettani előrejelzéshez kolonoszkópiában: Prospektív multicentrikus vizsgálat
A vastag- és végbélrák (CRC) a rákkal összefüggő megbetegedések és halálozások vezető oka világszerte, és a CRC aránya az előrejelzések szerint növekedni fog. A kolonoszkópia jelenleg a CRC szűrésének arany standardja. A mesterséges intelligenciát (AI) megoldásnak tekintik az adenoma kimutatásában, amely a kolonoszkópia minőségi mutatója, áthidalására. Az AI-rendszerek mély neurális hálózatokat használnak a számítógéppel segített észlelés (CADe) és a számítógéppel segített osztályozás (CADx) lehetővé tételére. A CADe a polipok kimutatásával foglalkozik a kolonoszkópia során, amiről azt feltételezik, hogy segít csökkenteni az adenoma hiányos arányát.
Ezzel szemben a CADx a polipok megjelenésének értelmezésével foglalkozik a kolonoszkópia során, hogy meghatározza az előre jelzett szövettani képet. A polipszövettan előrejelzése kulcsfontosságú abban, hogy segítse a klinikusokat a „resecti és selejtezés” vagy a „diagnosztizálás és elhagyás stratégia” mellett. Szintén hasznos, ha a klinikus tisztában van a vastagbélpolip előre jelzett szövettanával a megfelelő reszekciós módszer meghatározásakor a biztonság és a hatékonyság szempontjából. Míg a CADe-t alaposan tanulmányozták randomizált, kontrollos vizsgálatokban, hiányoznak a prospektív adatok, amelyek igazolnák a CADx klinikai környezetben történő alkalmazását a polipszövettani előrejelzéshez.
A kutatók egy prospektív, többközpontú klinikai vizsgálat lefolytatását tervezik, hogy validálják a CADx támogatás pontosságát a polipszövettani előrejelzéshez valós idejű kolonoszkópiában.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
A kolonoszkópia jelenleg a CRC szűrésének arany standardja. Az adenoma-detektálási arány (ADR) 1%-os növekedése a becslések szerint az intervallum CRC kockázatának 3%-kal csökkenésével jár. Az AI-rendszereket nagy vonalakban fel lehet osztani CADe-re (detektálásra) és CADx-re (a polipszövettan diagnózisára vagy előrejelzésére a kolonoszkópia összefüggésében). A CADe-t alaposan tanulmányozták, számos randomizált kontrollált vizsgálat és metaanalízis magasabb ADR-t mutatott CADe alkalmazásakor, mint a CADe nélküli kontrollcsoportoknál.
Az ADR mellett a prediktált polipszövettan kulcsfontosságú eleme a kolonoszkópia elvégzésének, mivel ez lehetővé teszi a klinikus számára, hogy döntést hozzon a kezeléséről a fent leírtak szerint. Ebben a tekintetben a képjavított endoszkópiát (IEE) gyakran használják annak meghatározására, hogy a kolonoszkópia során talált kolorektális polipok neoplasztikusak vagy hiperplasztikusak-e. A leggyakrabban használt nem nagyításos besorolás az NBI International Colorectal Endoscopic (NICE), míg a Japan NBI Expert Team (JNET) besorolás ott használatos, ahol optikai nagyítással és megfelelő képzéssel rendelkező endoszkópos rendszerek állnak rendelkezésre. Ezek az osztályozási rendszerek azonban változó diagnosztikai pontossággal és megfigyelőközi megegyezéssel rendelkeznek. A CADx-et vizsgáló korábbi prospektív tanulmányok endocitoszkópiát és autofluoreszcens képalkotást (CAD-AFI) alkalmaztak pozitív eredménnyel. Ezeknek a CADx-vizsgálatoknak a fő korlátja azonban az, hogy ezek a képalkotó rendszerek költségesek, és a világ legtöbb központjában nem állnak rendelkezésre könnyen. Ezenkívül a kolonoszkópiát végző klinikusok többsége nem kapott képzést a képalkotás e módozataira, és teljes mértékben a CADx funkcióra kell támaszkodnia a polipok kimutatására, ha ezeket a képalkotó módszereket alkalmazzák, anélkül, hogy kétségek esetén vissza tudnának támaszkodni tapasztalataikra és képzésükre. a CADx diagnózis pontosságáról valós környezetben.
A Fujifilm 7000 rendszer (Fujifilm Corp., Tokió) rutin klinikai használatban volt minden szingapúri felsőoktatási intézményben. A CAD EYE rendszert a Fujifilm Corp fejlesztette ki, hogy segítse a klinikusokat a kolonoszkópiában CADe és CADx funkciókkal. A kolonoszkóp, valamint az endoszkópos feldolgozó egység alapvető funkciói és kezelése a klinikai gyakorlatban jelenleg elérhetőhöz hasonló, a hozzáadott CAD EYE szoftverrel. A vezérlőt úgy konfigurálták, hogy a kezelő a CAD funkciót a szükségességtől függően aktiválja és deaktiválja. Ezeket a funkciókat a klinikus a vezérlő egy gombjával kapcsolhatja be és ki. A CADe és CADx funkciók fehér fény és kék lézeres képalkotás (BLI) használatakor működnek. Ez egyedülálló lehetőséget biztosít a CADx támogatási eszköz használatának külső validálására a diagnosztikai pontosságának értékelésével a végső polipszövettan mint aranystandard segítségével, miközben összehasonlítja a klinikai környezetben nyújtott teljesítményét egy IEE-t használó klinikussal (ez a hagyományos módszer polipszövettan előrejelzése kolonoszkópiában).
A kutatók egy prospektív, többközpontú klinikai vizsgálat lefolytatását tervezik, hogy validálják a CADx támogatás pontosságát a polipszövettani előrejelzéshez valós idejű kolonoszkópiában.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Singapore, Szingapúr, 529889
- Changi General Hospital, National University Hospital, Singapore General Hospital and Tan Tock Seng Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Minden 40 éves vagy annál idősebb beteg részt vehet a vizsgálatban, akinél kolonoszkópia javallata. A vizsgálatban részt vevő betegeket a kolonoszkópia elvégzése előtt tájékoztatják a részletekről, a kockázatokról és az előnyökről. Ez a tanácsadás történhet ambuláns vagy fekvőbeteg környezetben.
A kolonoszkópia során egy vagy több polipot észlelt betegeket bevonják a vizsgálatba. A többi felvételi és kizárási kritérium a leírtak szerint történik.
Leírás
Bevételi kritériumok:
- Betegek, akiknél kolonoszkópia javallat van, és akiknél a kolonoszkópia során legalább egy polipot észleltek
- 40 éves kor felett
- Hozzájárulás a vizsgálathoz
Kizárási kritériumok:
- 39 évnél fiatalabb
- A tanulmányban való részvétel elutasítása
- Betegek, akiknél nem észleltek polipot a kolonoszkópia során
- Gyulladásos bélbetegségben szenvedő betegek
- Ismert, nem reszekált vastag- és végbélrákban szenvedő betegek
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
---|---|
Egy vagy több polipot észlelt betegek
A kolonoszkópia során a klinikus a rutin klinikai gyakorlatnak megfelelően megvizsgálja a polipok jelenlétét, miközben a CAD EYE funkció ki van kapcsolva. Polip észlelésekor a klinikus a fehér fény és a polip BLI jellemzői alapján előrejelzést készít a szövettanról optikai nagyítással és anélkül, a rutin klinikai gyakorlatnak megfelelően. Ezt követően a CAD EYE funkció bekapcsol, és a Klinikus tudomásul veszi a CADx előrejelzését ugyanarra a polipra, amely vagy "daganatos" vagy "hiperplasztikus" lesz. Ezenkívül a polip egyéb jellemzőit, például méretét és elhelyezkedését rögzítik, ami hasonló a rutin klinikai gyakorlatban végzettekhez. A polipot eltávolítják és kóros vizsgálatra küldik, amely a polipszövettani diagnózis "arany standardja" lesz. |
A CADx támogató eszköz akkor működik, amikor a klinikus a vezérlő egy gombjával bekapcsolja az előre konfigurált CAD EYE funkciót, miközben a szkóprendszer BLI módban van.
Ezt azután hajtják végre, hogy a klinikus először elvégezte a polipszövettani optikai előrejelzését az IEE segítségével a leírtak szerint.
A CADx támogató eszköz „hiperplasztikus” vagy „neoplasztikus” polipszövettani előrejelzést ad.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
A CADx támogató eszköz diagnosztikai teljesítményének értékelése a polipszövettan klinikai orvos általi, valós idejű kolonoszkópiás optikai előrejelzésével összehasonlítva klinikai környezetben.
Időkeret: 1 év
|
Arany standardként használt polipszövettan
|
1 év
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
A CADx diagnosztikai teljesítményének meghatározása a polipszövettan endoszkópos általi optikai előrejelzésével szemben az alcsoport elemzésben
Időkeret: 1 év
|
Az alcsoportok közé tartozik a bél előkészítése, a polip mérete és elhelyezkedése
|
1 év
|
Együttműködők és nyomozók
Publikációk és hasznos linkek
Általános kiadványok
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Hassan C, Spadaccini M, Iannone A, Maselli R, Jovani M, Chandrasekar VT, Antonelli G, Yu H, Areia M, Dinis-Ribeiro M, Bhandari P, Sharma P, Rex DK, Rosch T, Wallace M, Repici A. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc. 2021 Jan;93(1):77-85.e6. doi: 10.1016/j.gie.2020.06.059. Epub 2020 Jun 26.
- Kaminski MF, Thomas-Gibson S, Bugajski M, Bretthauer M, Rees CJ, Dekker E, Hoff G, Jover R, Suchanek S, Ferlitsch M, Anderson J, Roesch T, Hultcranz R, Racz I, Kuipers EJ, Garborg K, East JE, Rupinski M, Seip B, Bennett C, Senore C, Minozzi S, Bisschops R, Domagk D, Valori R, Spada C, Hassan C, Dinis-Ribeiro M, Rutter MD. Performance measures for lower gastrointestinal endoscopy: a European Society of Gastrointestinal Endoscopy (ESGE) Quality Improvement Initiative. Endoscopy. 2017 Apr;49(4):378-397. doi: 10.1055/s-0043-103411. Epub 2017 Mar 7.
- Hewett DG, Kaltenbach T, Sano Y, Tanaka S, Saunders BP, Ponchon T, Soetikno R, Rex DK. Validation of a simple classification system for endoscopic diagnosis of small colorectal polyps using narrow-band imaging. Gastroenterology. 2012 Sep;143(3):599-607.e1. doi: 10.1053/j.gastro.2012.05.006. Epub 2012 May 15.
- Byrne MF, Chapados N, Soudan F, Oertel C, Linares Perez M, Kelly R, Iqbal N, Chandelier F, Rex DK. Real-time differentiation of adenomatous and hyperplastic diminutive colorectal polyps during analysis of unaltered videos of standard colonoscopy using a deep learning model. Gut. 2019 Jan;68(1):94-100. doi: 10.1136/gutjnl-2017-314547. Epub 2017 Oct 24.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- van Rijn JC, Reitsma JB, Stoker J, Bossuyt PM, van Deventer SJ, Dekker E. Polyp miss rate determined by tandem colonoscopy: a systematic review. Am J Gastroenterol. 2006 Feb;101(2):343-50. doi: 10.1111/j.1572-0241.2006.00390.x.
- Brenner H, Chang-Claude J, Jansen L, Knebel P, Stock C, Hoffmeister M. Reduced risk of colorectal cancer up to 10 years after screening, surveillance, or diagnostic colonoscopy. Gastroenterology. 2014 Mar;146(3):709-17. doi: 10.1053/j.gastro.2013.09.001. Epub 2013 Sep 5.
- Song EM, Park B, Ha CA, Hwang SW, Park SH, Yang DH, Ye BD, Myung SJ, Yang SK, Kim N, Byeon JS. Endoscopic diagnosis and treatment planning for colorectal polyps using a deep-learning model. Sci Rep. 2020 Jan 8;10(1):30. doi: 10.1038/s41598-019-56697-0.
- Rex DK, Schoenfeld PS, Cohen J, Pike IM, Adler DG, Fennerty MB, Lieb JG 2nd, Park WG, Rizk MK, Sawhney MS, Shaheen NJ, Wani S, Weinberg DS. Quality indicators for colonoscopy. Gastrointest Endosc. 2015 Jan;81(1):31-53. doi: 10.1016/j.gie.2014.07.058. Epub 2014 Dec 2. No abstract available.
- Rex DK, Boland CR, Dominitz JA, Giardiello FM, Johnson DA, Kaltenbach T, Levin TR, Lieberman D, Robertson DJ. Colorectal Cancer Screening: Recommendations for Physicians and Patients from the U.S. Multi-Society Task Force on Colorectal Cancer. Am J Gastroenterol. 2017 Jul;112(7):1016-1030. doi: 10.1038/ajg.2017.174. Epub 2017 Jun 6.
- Mori Y, Kudo SE, Misawa M, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Urushibara F, Kataoka S, Ogawa Y, Maeda Y, Takeda K, Nakamura H, Ichimasa K, Kudo T, Hayashi T, Wakamura K, Ishida F, Inoue H, Itoh H, Oda M, Mori K. Real-Time Use of Artificial Intelligence in Identification of Diminutive Polyps During Colonoscopy: A Prospective Study. Ann Intern Med. 2018 Sep 18;169(6):357-366. doi: 10.7326/M18-0249. Epub 2018 Aug 14.
- Wang P, Berzin TM, Glissen Brown JR, Bharadwaj S, Becq A, Xiao X, Liu P, Li L, Song Y, Zhang D, Li Y, Xu G, Tu M, Liu X. Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut. 2019 Oct;68(10):1813-1819. doi: 10.1136/gutjnl-2018-317500. Epub 2019 Feb 27.
- Gong D, Wu L, Zhang J, Mu G, Shen L, Liu J, Wang Z, Zhou W, An P, Huang X, Jiang X, Li Y, Wan X, Hu S, Chen Y, Hu X, Xu Y, Zhu X, Li S, Yao L, He X, Chen D, Huang L, Wei X, Wang X, Yu H. Detection of colorectal adenomas with a real-time computer-aided system (ENDOANGEL): a randomised controlled study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):352-361. doi: 10.1016/S2468-1253(19)30413-3. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Vinsard DG, Mori Y, Misawa M, Kudo SE, Rastogi A, Bagci U, Rex DK, Wallace MB. Quality assurance of computer-aided detection and diagnosis in colonoscopy. Gastrointest Endosc. 2019 Jul;90(1):55-63. doi: 10.1016/j.gie.2019.03.019. Epub 2019 Mar 26.
- Bray F, Jemal A, Grey N, Ferlay J, Forman D. Global cancer transitions according to the Human Development Index (2008-2030): a population-based study. Lancet Oncol. 2012 Aug;13(8):790-801. doi: 10.1016/S1470-2045(12)70211-5. Epub 2012 Jun 1.
- Araghi M, Soerjomataram I, Jenkins M, Brierley J, Morris E, Bray F, Arnold M. Global trends in colorectal cancer mortality: projections to the year 2035. Int J Cancer. 2019 Jun 15;144(12):2992-3000. doi: 10.1002/ijc.32055. Epub 2019 Jan 8.
- Doubeni CA, Corley DA, Quinn VP, Jensen CD, Zauber AG, Goodman M, Johnson JR, Mehta SJ, Becerra TA, Zhao WK, Schottinger J, Doria-Rose VP, Levin TR, Weiss NS, Fletcher RH. Effectiveness of screening colonoscopy in reducing the risk of death from right and left colon cancer: a large community-based study. Gut. 2018 Feb;67(2):291-298. doi: 10.1136/gutjnl-2016-312712. Epub 2016 Oct 12.
- Wang P, Liu X, Berzin TM, Glissen Brown JR, Liu P, Zhou C, Lei L, Li L, Guo Z, Lei S, Xiong F, Wang H, Song Y, Pan Y, Zhou G. Effect of a deep-learning computer-aided detection system on adenoma detection during colonoscopy (CADe-DB trial): a double-blind randomised study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):343-351. doi: 10.1016/S2468-1253(19)30411-X. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Su JR, Li Z, Shao XJ, Ji CR, Ji R, Zhou RC, Li GC, Liu GQ, He YS, Zuo XL, Li YQ. Impact of a real-time automatic quality control system on colorectal polyp and adenoma detection: a prospective randomized controlled study (with videos). Gastrointest Endosc. 2020 Feb;91(2):415-424.e4. doi: 10.1016/j.gie.2019.08.026. Epub 2019 Aug 24.
- Repici A, Ciscato C, Correale L, Bisschops R, Bhandari P, Dekker E, Pech O, Radaelli F, Hassan C. Narrow-band Imaging International Colorectal Endoscopic Classification to predict polyp histology: REDEFINE study (with videos). Gastrointest Endosc. 2016 Sep;84(3):479-486.e3. doi: 10.1016/j.gie.2016.02.020. Epub 2016 Feb 27.
- Komeda Y, Kashida H, Sakurai T, Asakuma Y, Tribonias G, Nagai T, Kono M, Minaga K, Takenaka M, Arizumi T, Hagiwara S, Matsui S, Watanabe T, Nishida N, Chikugo T, Chiba Y, Kudo M. Magnifying Narrow Band Imaging (NBI) for the Diagnosis of Localized Colorectal Lesions Using the Japan NBI Expert Team (JNET) Classification. Oncology. 2017;93 Suppl 1:49-54. doi: 10.1159/000481230. Epub 2017 Dec 20.
- Kandel P, Wallace MB. Should We Resect and Discard Low Risk Diminutive Colon Polyps. Clin Endosc. 2019 May;52(3):239-246. doi: 10.5946/ce.2018.136. Epub 2019 Jan 21.
- Neumann H, Neumann Sen H, Vieth M, Bisschops R, Thieringer F, Rahman KF, Gamstatter T, Tontini GE, Galle PR. Leaving colorectal polyps in place can be achieved with high accuracy using blue light imaging (BLI). United European Gastroenterol J. 2018 Aug;6(7):1099-1105. doi: 10.1177/2050640618769731. Epub 2018 May 17.
- von Renteln D, Kaltenbach T, Rastogi A, Anderson JC, Rosch T, Soetikno R, Pohl H. Simplifying Resect and Discard Strategies for Real-Time Assessment of Diminutive Colorectal Polyps. Clin Gastroenterol Hepatol. 2018 May;16(5):706-714. doi: 10.1016/j.cgh.2017.11.036. Epub 2017 Nov 23.
- Ang TL, Li JW, Wong YJ, Tan YJ, Fock KM, Tan MTK, Kwek ABE, Teo EK, Ang DS, Wang LM. A prospective randomized study of colonoscopy using blue laser imaging and white light imaging in detection and differentiation of colonic polyps. Endosc Int Open. 2019 Oct;7(10):E1207-E1213. doi: 10.1055/a-0982-3111. Epub 2019 Oct 1.
- Horiuchi H, Tamai N, Kamba S, Inomata H, Ohya TR, Sumiyama K. Real-time computer-aided diagnosis of diminutive rectosigmoid polyps using an auto-fluorescence imaging system and novel color intensity analysis software. Scand J Gastroenterol. 2019 Jun;54(6):800-805. doi: 10.1080/00365521.2019.1627407. Epub 2019 Jun 14.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Becslés)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
- Emésztőrendszeri betegségek
- Neoplazmák
- Neoplazmák webhelyenként
- Gasztrointesztinális neoplazmák
- Emésztőrendszeri neoplazmák
- Emésztőrendszeri betegségek
- Vastagbélbetegségek
- Bélbetegségek
- Patológiai állapotok, anatómiai
- Bél neoplazmák
- Kolorektális neoplazmák
- Bélpolipok
- Polipok
- Vastagbélpolipok
- Vastagbél neoplazmák
Egyéb vizsgálati azonosító számok
- CIRB Ref: 2021/2001
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
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 Vastagbélpolip
-
Universitätsmedizin MannheimMegszűntVastagbél-anasztomózisok | Ileo-colonic anasztomózisokNémetország
-
Tsumura USACato ResearchBefejezveFunkcionális székrekedés | Gyomorürítés | Colonic Transit | Teljes bélforgalom | Vékonybél tranzit | Rektális megfelelőség | Rektális érzésEgyesült Államok
-
Mayo ClinicNational Institute of Diabetes and Digestive and Kidney Diseases (NIDDK); National...BefejezveDiabetes mellitus | Székrekedés | Gyomorürítés | Colonic TransitEgyesült Államok
-
ShireBefejezveCrohn-betegség | Colitis ulcerosa | Ileitis | Granulomatózus vastagbélgyulladás | Ileo-colonic és Colon Crohn-betegség | Regionális enteritisFranciaország, Belgium, Ausztria, Németország, Hollandia