- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05172232
Az AI Tool Dermalyzer diagnosztikai pontossága a rosszindulatú melanómák azonosítására azoknál az alanyoknál, akik elsődleges ellátást kérnek melanoma-gyanús bőrelváltozások miatt (AI-DSMM)
Prospektív klinikai vizsgálat az AI eszköz Dermalyzer diagnosztikai pontosságának felmérésére a rosszindulatú melanómák azonosítására azoknál az alanyoknál, akik elsődleges ellátást kérnek melanoma-gyanús bőrelváltozások miatt
A Dermalyzer egy olyan eszköz, amely döntéstámogató rendszerként szolgál a melanómára gyanítható bőrelváltozások felmérésére. Az eszközről származó bemenet nem célja a diagnózis egyetlen információforrása. Egészségügyi szakemberek általi használatra szánják. A szolgáltatás más diagnózist nem ad. A vizsgálat egy forgalomba hozatal előtti, prospektív, megerősítő, elsőként klinikai környezetben, kulcsfontosságú, többközpontú, nem intervenciós klinikai vizsgálat a Dermalyzer klinikai biztonságosságának, teljesítményének és előnyeinek értékelésére olyan bőrelváltozásokban szenvedő betegeknél, akiknél rosszindulatú melanoma (MM) nem lehetséges. ki kell zárni.
Elsődleges cél: A vizsgálat elsődleges célja a készülék diagnosztikai pontosságának meghatározása; megválaszolni, hogy a Dermalyzer mesterséges intelligencia eszköz milyen szinten tudja azonosítani a rosszindulatú melanomákat a bőrelváltozások között, amelyeket a klinikai használat során bármilyen mértékű rosszindulatú daganat gyanúja miatt értékelnek.
Másodlagos célok: A) A Dermalyzer használhatóságának és alkalmazhatóságának értékelése a felhasználók (orvosi szakemberek) által a klinikai gyakorlatban, B) Bővített ismeretek és ismeretek megszerzése arról, hogy a digitális eszközök, a továbbfejlesztett mesterséges intelligencia hogyan segítheti az orvosokat a megfelelő támogatásban a korábbi kezeléshez. rosszindulatú melanoma diagnosztizálása.
Kutatási cél: A jobb diagnózistámogatás egészségügyi gazdasági szempontjainak feltárása
Módszerek: Az alanyokat körülbelül 30 svédországi alapellátási központból vonják be. Ha az alany elváltozása(i) melanómára gyanakodnak, vagy a melanoma nem zárható ki, felkérik az alanyt, hogy vegyen részt a vizsgálatban. A vizsgáló megvizsgálja az alany léziója(i)t, és kialakított klinikai döntési algoritmusok alapján elvégzi az alany elváltozás(ok) klinikai értékelését. A vizsgáló az ellátás standardjának megfelelően dermoszkópiás képeket készít, és a klinikai rutinnak megfelelően archiválja a kép(eke)t. A vizsgáló dönt az intézkedésről, MM-gyanúja alapján (kimetszés az alapellátásban vagy beutaló kimetszésre vagy bőrgyógyászhoz további vizsgálatra). A vizsgáló ismét képeket készít a lézió(k)ról, ezúttal az AI szoftvert tartalmazó, dermatoszkóphoz csatlakoztatott mobiltelefonnal, és követi a képernyőn megjelenő utasításokat. A képet az AI feldolgozza, és az eredmények másodperceken belül láthatók a képernyőn. A vizsgáló rögzíti, hogy szerinte az MM gyanújának mértékét (magasabb vagy alacsonyabb) befolyásolta volna az AI SW eredménye, ha ő lett volna a kezelés irányító testülete. A vizsgálat követése során a kórszövettani eredmények (melanóma/nem melanoma) vagy bőrgyógyász értékelés alapján (ha kétségtelenül jóindulatúnak) állapítják meg a végső tumordiagnózist a valódi végső diagmózis és az AI döntéstámogatás eredménye közötti egyezés mértéke. meghatározott, és a diagnosztikai pontosság a melanoma és a nem melanoma megkülönböztetésében, az érzékenység és a specificitás, valamint a pozitív és prediktív érték tekintetében. A megfelelő összehasonlítást a vizsgáló vizsgálók által becsült klinikai gyanú alapján végezzük. A klinikai vizsgálat információkat gyűjt a felhasználóktól arról, hogy a résztvevő felhasználók (a helyszíni kutatók) hogyan tapasztalják meg az AI döntéstámogatás és az alkalmazások csatolásának használhatóságát, rövid felmérésekből, beleértve a validált rendszerhasználati skálát.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
Háttér: A rosszindulatú melanoma világszerte aggodalomra ad okot, egyre gyakoribb egészségügyi probléma. A melanoma korai felismerése kulcsfontosságú a túlélés és a prognózis szempontjából. A Dermalyzer egy olyan eszköz, amely döntéstámogató rendszerként szolgál a melanómára gyanítható bőrelváltozások felmérésére, mesterséges intelligencia (AI) alapján, amelyet gyakran "gépi tanulásnak" is neveznek. Az eszközről származó bemenet nem célja a diagnózis egyetlen információforrása. Egészségügyi szakemberek általi használatra szánják. A szolgáltatás más diagnózist nem ad.
A tanulmány céljai:
Elsődleges cél: A vizsgálat elsődleges célja a készülék diagnosztikai pontosságának meghatározása; megválaszolni, hogy a Dermalyzer mesterséges intelligencia eszköz milyen szinten tudja azonosítani a rosszindulatú melanomákat a bőrelváltozások között, amelyeket a klinikai használat során bármilyen mértékű rosszindulatú daganat gyanúja miatt értékelnek.
Másodlagos célok: A) A Dermalyzer használhatóságának és alkalmazhatóságának értékelése a felhasználók (orvosi szakemberek) által a klinikai gyakorlatban, és B) Bővített ismeretek és ismeretek megszerzése arról, hogyan segíthetik a digitális eszközök a továbbfejlesztett társ-mesterséges intelligenciával az orvosokat a megfelelő támogatásban. a rosszindulatú melanoma korai diagnosztizálása.
Feltáró cél: A jobb diagnózistámogatás egészséggazdasági szempontjainak feltárása Feltáró végpontok
Anyagok és módszerek:
Az alanyok körülbelül 30 svédországi alapellátási központból lesznek jelen. Ha az alany elváltozása(i) melanómára gyanakodnak, vagy a melanoma nem zárható ki, felkérik az alanyt, hogy vegyen részt a vizsgálatban. A vizsgáló megvizsgálja az alany elváltozás(oka)t, és klinikai értékelést végez az alany elváltozás(ok)ról kialakult klinikai döntési algoritmusok (például „Káosz és nyomok”, „3 vagy 7 pontos ellenőrző lista” vagy az ABCDE koncepció) alapján. ). A vizsgáló az ellátás standardjának megfelelően dermoszkópos képeket készít, és a klinikai rutinnak megfelelően archiválja a képeket. A vizsgáló dönt az intézkedésről, MM-gyanúja alapján (kimetszés az alapellátásban vagy beutaló kimetszésre vagy bőrgyógyászhoz további vizsgálatra). Ha az alany beleegyezett, hogy részt vegyen a vizsgálatban, a vizsgáló a CRF-ben jelzi az MM klinikai gyanújának szintjét és a döntést. A vizsgáló ismét képeket készít a lézió(k)ról, ezúttal egy dermatoszkóphoz csatlakoztatott, IMD AI SW-t tartalmazó mobiltelefonnal, és követi a képernyőn megjelenő utasításokat. A képet az AI SW dolgozza fel, és az eredmények másodperceken belül láthatók a képernyőn. Egy egyedi, automatikusan generált kódszám is megjelenik. A kódszámot a beiratkozási naplóban és a CRF-ben rögzítik. A vizsgáló rögzíti, hogy szerinte az MM gyanújának mértékét (magasabb vagy alacsonyabb) befolyásolta volna az AI SW eredménye, ha ő lett volna a kezelés irányító testülete.
Amikor az alany teljes körűen kivizsgált, és megkapja a végső tumordiagnózist a kórszövettani/PAD-eredményekből vagy a bőrgyógyász értékeléséből (melanóma/nem melanoma), a PAD és az AI SW döntéstámogatás eredménye közötti egyezés mértékét a Kappa számítja ki. -elemzés és diagnosztikai pontosság, hogy meg lehessen különböztetni a melanomát a nem-melanomától érzékenység és specificitás, valamint pozitív és prediktív érték formájában. A megfelelő összehasonlítást a vizsgáló vizsgálók becsült klinikai gyanússági fokából, valamint a diagnosztikai pontosságból végezzük, amikor a PAD és az AI döntéstámogatás együtt van mérlegelve (pl. olyan esetekben, amikor a vizsgáló és a döntéstámogató egyetért az értékelésben ). A klinikai vizsgálat információkat gyűjt a felhasználóktól arról, hogy a résztvevő felhasználók (a helyszíni vizsgálók) hogyan tapasztalják meg az AI SW döntéstámogatás használhatóságát és az alkalmazások csatolását, rövid felmérésekből, beleértve a validált rendszerhasználati skálát.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Stockholm, Svédország
- Region Stockholm Primary Care
-
Växjö, Svédország
- Region Kalmar and Kronoberg
-
-
Docent
-
Linköping, Docent, Svédország, 58185
- Region Östergötland Primary Care
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- 18 év feletti betegek
- Olyan alapellátó intézményben járó betegek, akiknél legalább 1 gyanús bőrelváltozás van, ahol a rosszindulatú melanoma nem zárható ki.
- Hajlandóság és képesség a tájékozott beleegyezés megadására.
Kizárási kritériumok:
- Bőrelváltozások, amelyeket a vizsgáló jóindulatúnak tekint, és így nem képezik további klinikai vizsgálat tárgyát
- Bőrelváltozások olyan területeken, amelyek nem alkalmasak dermoszkópiás képalkotásra
- Bőrelváltozások azokon a területeken, ahol a szövetek bármilyen formája sérülés következtében hegesedik
- Sérült vagy sérült, nem ép bőr, ahol a bőrelváltozás található
- A Fitzpatrick skála szerinti V és VI típusú bőrű egyének (sötétebb barna vagy fekete színű bőr)
- Bőrelváltozások a tetoválással borított területeken
- Bőrelváltozások a bőségesen szőrös bőrterületeken (feltéve, hogy a területet nem lehet szabadon leborotválni a szőrből, hogy a dermatoszkóp tisztán láthassa)
- Olyan képek, amelyeken a teljes elváltozás nincs a fényképen belül
- Életlen képek
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Megfigyelési modellek: Egyéb
- Időperspektívák: Leendő
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
---|---|
Melanoma-gyanús bőrelváltozás(ok)ban szenvedő alapellátásban szenvedő betegek
Azok az alapellátást igénylő betegek, akiknél egy vagy több olyan bőrelváltozás van, amelyet az alapellátó orvos biztosan nem zárhat ki, mint lehetséges melanoma.
|
A Dermalyzer készülék diagnosztikai pontosságának értékelése a bőr bőrelváltozásai között dermoszkópiával.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Diagnosztikai pontosság a melanoma kimutatására
Időkeret: 6 hónap (becslések szerint)
|
Az elsődleges végpont a valódi arányként kerül mérésre; annak tesztelésével, hogy az AI-n alapuló eszköz megfelelő eredményt ad-e a lézióanalízis eredményéhez képest (a végső kórszövettani besorolás az elemzések legalább egy bizonyos hányadában (π).
|
6 hónap (becslések szerint)
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
A készülék műszer használhatósága
Időkeret: 2022. február-okt
|
Felhasználói kérdések, beleértve a rendszer használhatósági skálát a klinikai gyakorlatban való használhatóság és alkalmazhatóság értékeléséhez.
|
2022. február-okt
|
Együttműködők és nyomozók
Szponzor
Együttműködők
Nyomozók
- Kutatásvezető: Magnus Falk, Ass.Prof., Linkoeping University
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 (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- CIV-21-12-038346
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. .