- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT05740137
Adenoma kimutatási aránya a mesterséges intelligencia által támogatott kolonoszkópiában
Az adenoma kimutatási aránya a mesterséges intelligencia által támogatott vastagbéltükrözésben, amelyet különböző szintű tapasztalattal rendelkező endoszkóposok végeznek – Cluster randomizált, kontrollált többközpontú vizsgálat
Ennek a klaszteres, randomizált, multicentrikus kontrollált klinikai vizsgálatnak (RCT) annak vizsgálata, hogy egy kombinált valós idejű számítógéppel segített polip-detektáló (CADe) és számítógéppel segített polipkarakterizáló (CADx) rendszer (GI Genius, Medtronic) növelheti-e az adenoma kimutatását. ADR) és csökkenti az endoszkóposok teljesítménybeli ingadozását.
A résztvevőket randomizálják (1:1), hogy AI-asszisztált kolonoszkópiát (AIC) vagy hagyományos kolonoszkópiát (CC) kapjanak.
Ha van összehasonlító csoport: A kutatók összehasonlítják az AIC-csoportot és a CC-csoportot, hogy megnézzék, az AIC képes-e jelentősen növelni az ADR-t.
A tanulmány áttekintése
Állapot
Beavatkozás / kezelés
Részletes leírás
A vastagbélrák (CRC) a harmadik leggyakoribb rák, és a rákkal összefüggő halálozás második leggyakoribb oka világszerte. A CRC-szűrést a rákmegelőző elváltozások kimutatására és eltávolítására használják, mielőtt azok rákossá fejlődnének. A kolonoszkópiát a többi szűrővizsgálatnál jobbnak tekintik, ezért aranystandardként használják.
A szűrő kolonoszkópia a CRC-vel összefüggő halálozás kockázatának csökkenésével jár. Mivel a vastagbéltükrözés során az endoszkópos szakorvos nem tudja biztosan meghatározni a polip kórszövetét, a kimutatott premalignus elváltozásokat el kell távolítani és szövettani vizsgálatra küldeni. Számos tanulmány kimutatta, hogy szoros összefüggés van a kiindulási szűrő kolonoszkópia eredményei és a súlyos elváltozások aránya között a követő kolonoszkópia során. Az adenoma, az előrehaladott adenoma és a rák kockázati tényezői az utókövető kolonoszkópia során az adenómák sokfélesége, mérete, bolyhossága és nagyfokú diszplázia a kolonoszkópia kiindulási állapotában.
Az adenoma kimutatási arány (ADR) az egy endoszkópos orvos által végzett vizsgálatok százalékos aránya, amelyek során egy vagy több adenomát találtak. Ezt széles körben elfogadják minden endoszkópos és kolonoszkópiás vizsgálat fő minőségi mutatójaként. Erős bizonyíték van arra, hogy az ADR fordítottan korrelál az intervallum CRC előfordulásával. Az ADR minden 1,0%-os növekedésével 3,0%-kal csökken a CRC kialakulásának kockázata. Sajnos az adenomák és az előrehaladott adenomák gyakran kimaradnak, és az ADR nagymértékben eltér a különböző endoszkópos szakemberek között. Ezenkívül a minőség a nap folyamán változik. Mind a visszavonási idő, mind az ADR csökken a nap végére, körülbelül 20%-kal, illetve 7%-kal. A kolonoszkópia minőségének kismértékű javulása nagy jelentőséggel bírhat a CRC szűrése során.
A mesterséges intelligencia (AI) csökkentheti a teljesítmény változékonyságát azáltal, hogy további virtuális szempárként működik, kompenzálva a fáradtság, a figyelemelvonás és a pontatlan emberi látás miatti észlelési hibákat. Az elmúlt néhány évben számos randomizált, kontrollált vizsgálatot (RCT) tettek közzé, amelyek a valós idejű számítógéppel segített detektálás hatékonyságát vizsgálták. Ezek közül az összes RCT, amelynek elsődleges eredménye az ADR, kimutatta, hogy a mesterséges intelligencia alkalmazása jelentősen magasabb ADR-hez járul hozzá, mint az AI-rendszer segítsége nélküli kolonoszkópiákhoz.
Repici et al. kimutatták, hogy az endoszkópos tapasztalat csak csekély szerepet játszik meghatározó tényezőként. Ennek megfelelően Liu és munkatársai egy korábbi tanulmányának eredményei. azt jelzi, hogy a CADe rendszerek nem csak az alacsony kimutatási arányú endoszkóposok számára hasznosak, hanem a tapasztaltabb endoszkóposok számára is növelhetik az ADR-t. Kamba et. al szignifikánsan alacsonyabb adenoma miss rate (AMR) arányról számolt be a CADe-asszisztált kolonoszkópiában, mint a hagyományos kolonoszkópiával. Ez független az endoszkópos szaktudás szintjétől. Más tanulmányok arra a következtetésre jutottak, hogy a mesterséges intelligencia valószínűleg nagyobb hasznot hoz a kevésbé tapasztalt endoszkóposoknak. Mindazonáltal csak korlátozott számú tanulmány vizsgálja az AI hatását, ha kevésbé tapasztalt endoszkóposok használják.
Wallace és munkatársai egy közelmúltbeli RCT-je szerint. A mesterséges intelligencia alkalmazása megközelítőleg 50%-kal csökkentheti az AMR-t, de elsősorban a kisméretű (<10 mm-es) lapos neoplázia fokozott észlelésének köszönhetően. Ez a különbség valamivel magasabb, mint egy korábbi tanulmányban, amelyben a relatív csökkenés körülbelül 35% volt. Ebben a vizsgálatban azonban nem volt szignifikáns különbség a kihagyott kicsinyítő polipok (<10 mm) között.
Egy szisztematikus áttekintésben a teljes kivonási idő magasabb volt az AI-asszisztált kolonoszkópiával (AIC), mint a hagyományos kolonoszkópiával (CC), de az ADR és a PDR is magasabb volt. Természetesen aggodalomra ad okot a vastagbéltükrözés elhúzódása és a mesterséges intelligencia rendszer bevezetésekor megnövekedett munkaterhelés, mivel a kis polipok fokozottabb kimutatása szükségtelen polipektómiához vezethet. Azonban az RCT két közelmúltbeli jelentése szerint a nem daganatos polipok szükségtelen reszekciója nem nőtt a CADe rendszer használatával.
Az eddigi eredmények ígéretesek, és arra utalnak, hogy az AIC jobb, mint a CC, ha polip- és adenomadetektálásról van szó. A számítógéppel segített polip-detektáló (CADe) rendszerek rutinszerű használata tovább csökkentheti az intervallum CRC előfordulását, de több klinikai adatra van szükség nagy, többközpontú randomizált vizsgálatokból, hogy megértsük az AI tényleges hatását a napi klinikai környezetben.
Minőségbiztosítási multicentrikus RCT-t terveztünk, hogy megvizsgáljuk a valós idejű AI-asszisztencia (GI Genius, Medtronic) hatását az adenoma észlelési arányára (ADR) mind tapasztalt, mind kevésbé tapasztalt endoszkóposok esetében. Azt akarjuk megvizsgálni, hogy a CADe rendszer képes-e jelentősen csökkenteni a teljesítmény variabilitását és növelni az ADR-t.
Ennek a kutatásnak az általános célja annak megvizsgálása, hogy a kolonoszkópiás mesterséges intelligencia segít-e növelni az ADR-t.
Ez a leendő, többközpontú, randomizált kontrollált vizsgálat (RCT) négy endoszkópos egységben zajlik majd a dániai Zealand régióban. Ezek az egységek a Zealand Egyetemi Kórházban (Køge), a Nykøbing Falster Kórházban, a Holbæk Kórházban és a Næstved Kórházban találhatók. A Næstved Kórház kivételével minden egység részt vesz az országos CRC-szűrési programban.
Minden szűrővizsgálatra, diagnosztikai és ellenőrző kolonoszkópiára tervezett beteget kiszűrünk. A jogosult betegek vastagbéltükrözést kapnak szakértő vagy nem szakértő endoszkópos szakorvostól az endoszkópos osztályokon elhelyezkedő endoszkóposok normál eloszlása alapján.
Tanulmány típusa
Beiratkozás (Tényleges)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Holbæk, Dánia, 4300
- Holbæk Hospital
-
Køge, Dánia, 4600
- Zealand University Hospital
-
Nykøbing Falster, Dánia, 4800
- Nykøbing Falster County Hospital
-
Næstved, Dánia, 4700
- Næstved Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Leírás
Bevételi kritériumok:
- Pozitív fekális immunkémiai teszt (FIT) miatt szűrő kolonoszkópiára utalva vagy
- Diagnosztikus kolonoszkópia a tünetek/jelek miatt ill
- Polipektómia utáni megfigyelő kolonoszkópia (csak olyan betegeknél, akiknél az előző kolonoszkópia során minden kimutatott polipot eltávolítottak)
Kizárási kritériumok:
- Beutaló a korábban észlelt polipok eltávolítására
- Sürgősségi kolonoszkópia
- Kontroll kolonoszkópia gyulladásos bélbetegség (IBD) miatt
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Diagnosztikai
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Nincs beavatkozás: Ellenőrzés
Hagyományos kolonoszkópia, mesterséges intelligencia segítsége nélkül.
|
|
|
Aktív összehasonlító: AI-asszisztált kolonoszkópia
AI-asszisztált kolonoszkópia (AIC) számítógéppel segített polipészlelő és -jellemző (CADe és CADx) rendszerrel.
|
Az intervenciós csoportba tartozó betegek mesterséges intelligenciával segített kolonoszkópiát (AIC) kapnak a számítógéppel segített polip-detektáló és -jellemző (CADe és CADx) GI Genius (Medtronic) segítségével.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Adenoma észlelési arány (ADR)
Időkeret: 5 hónap
|
ADR = (adenómás vizsgálatok száma/összes vizsgálatok száma) × 100.
|
5 hónap
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Polipfelismerési arány (PDR)
Időkeret: 5 hónap
|
PDR = (polipokkal végzett vizsgálatok száma/összes vizsgálatok száma) × 100.
|
5 hónap
|
|
Adenómák kolonoszkópiánként (APC)
Időkeret: 5 hónap
|
A talált adenomák száma eljárásonként
|
5 hónap
|
|
Polipok kolonoszkópiánként (PPC)
Időkeret: 5 hónap
|
Az eljárás során talált polipok száma
|
5 hónap
|
|
Az eljárás időtartama
Időkeret: 5 hónap
|
A kolonoszkópia időtartama
|
5 hónap
|
|
Nem neoplasztikus reszekciós arány (NNRR)
Időkeret: 5 hónap
|
Reszekált nem daganatos polipok száma/reszekált polipok teljes száma
|
5 hónap
|
|
ADR a CRC-szűrési populációban
Időkeret: 5 hónap
|
Adenoma detektálási arány (ADR) az egyik betegalcsoportban
|
5 hónap
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Ronja Lagström, MD, Zealand University Hospital, Køge
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
Kulcsszavak
További vonatkozó MeSH feltételek
- Neoplazmák webhelyenként
- Neoplazmák
- Bélbetegségek
- Neoplazmák szövettani típus szerint
- Gasztrointesztinális neoplazmák
- Emésztőrendszeri neoplazmák
- Emésztőrendszeri betegségek
- Emésztőrendszeri betegségek
- Bél neoplazmák
- Rektális betegségek
- Neoplazmák, mirigyes és epiteliális
- Vastagbélbetegségek
- Kolorektális neoplazmák
- Adenoma
Egyéb vizsgálati azonosító számok
- REG-092-2022
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
az Egyesült Államokban gyártott és onnan exportált termék
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. .