L'intelligenza artificiale nella previsione della patologia dei polipi e nella classificazione endoscopica
L'intelligenza artificiale predice la patologia e la classificazione endoscopica dei polipi colorettali durante la colonscopia
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Tipo di studio
Tipo di studio
Iscrizione (Stimato)
Iscrizione
Contatti e Sedi
Contatto studio
Contatto studio
- Nome: Wenmo Hu, MD
- Numero di telefono: 86+15101581963
- Email: huwenmo1995@126.com
Luoghi di studio
-
-
-
Beijing, Cina, 100730
- Reclutamento
- Peking Union Medical College Hospital
-
Contatto:
- Wenmo Hu, MD
- Numero di telefono: 86+15101581963
- Email: huwenmo1995@126.com
-
Contatto:
- Wenmo Hu, MD
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Pazienti ambulatoriali o ricoverati sottoposti a screening colonscopico di routine presso i centri di endoscopia degli ospedali multicentrici;
- Di età pari o superiore a 18 anni;
- Avere compreso il contenuto dello studio e aver firmato il modulo di consenso informato.
Criteri di esclusione:
- Gastroparesi o ostruzione dello sbocco gastrico;
- Ostruzione o perforazione intestinale nota o sospetta;
- Grave insufficienza renale cronica (clearance della creatinina inferiore a 30 ml/minuto);
- Grave insufficienza cardiaca congestizia (classe III o IV della New York Heart Association);
- Attualmente incinta o in allattamento;
- Colite tossica o megacolon;
- Ipertensione scarsamente controllata (pressione arteriosa sistolica superiore a 180 mmHg e/o pressione arteriosa diastolica superiore a 100 mmHg);
- Sanguinamento gastrointestinale attivo moderato o massiccio (>100 ml/giorno);
- Malattia psichiatrica o psicologica significativa;
- Allergia ai farmaci utilizzati per la preparazione intestinale;
- Pazienti sottoposti a chirurgia colorettale.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
Pazienti di età pari o superiore a 18 anni sottoposti a screening colonscopico di routine
|
Durante la fase di sviluppo del modello AI, l’obiettivo è includere il maggior numero di campioni possibile. Data l'attenzione all'accuratezza diagnostica delle lesioni seghettate, ad oggi abbiamo raccolto retrospettivamente circa 400 casi di lesioni seghettate con diagnosi patologica da parte del dipartimento di patologia del Peking Union Medical College Hospital. Inoltre, abbiamo confrontato 400 casi ciascuno di polipi iperplastici, adenomi convenzionali e cancro del colon-retto in stadio iniziale, per un totale di circa 1600 casi. Il modello utilizza algoritmi di classificazione dell’intelligenza artificiale tradizionali per costruire il modello e confrontare le prestazioni predittive di diversi modelli. Utilizzando il set di dati stabilito nella prima fase, che contiene immagini statiche di lesioni polipi insieme alla corrispondente diagnosi patologica e classificazioni endoscopiche, abbiamo sviluppato e ottimizzato il modello AI. Quindi il modello verrà confrontato con gli endoscopisti in una potenziale coorte per studiarne l'efficacia. |
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accuratezza della diagnosi ottica per i polipi colorettali
Lasso di tempo: 2 anni
|
L'accuratezza della diagnosi ottica del modello AI viene confrontata con quella degli endoscopisti, con la diagnosi patologica che funge da gold standard.
|
2 anni
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Altri parametri di valutazione della diagnosi ottica
Lasso di tempo: 2 anni
|
Inclusi sensibilità, specificità, valore predittivo positivo (PPV) e valore predittivo negativo (NPV) della diagnosi ottica
|
2 anni
|
|
Precisione nella determinazione della classificazione endoscopica dei polipi colorettali
Lasso di tempo: 2 anni
|
Utilizzando il giudizio di classificazione endoscopica di endoscopisti esperti come standard di riferimento, lo studio indaga l'accuratezza del modello AI nel determinare la classificazione endoscopica delle lesioni.
Le classificazioni endoscopiche includono Pit Pattern, CP, NICE, JNET, WASP e MS.
|
2 anni
|
|
Altri parametri di valutazione nella determinazione della classificazione endoscopica
Lasso di tempo: 2 anni
|
La sensibilità, la specificità, il valore predittivo positivo (PPV) e il valore predittivo negativo (NPV) del modello AI nel determinare la classificazione endoscopica dei polipi del colon-retto
|
2 anni
|
Collaboratori e investigatori
Sponsor
Sponsor
Investigatori
Investigatori
- Investigatore principale: Dong Wu, MD, Peking Union Medical College Hospital
Pubblicazioni e link utili
Pubblicazioni generali
- IJspeert JE, Bastiaansen BA, van Leerdam ME, Meijer GA, van Eeden S, Sanduleanu S, Schoon EJ, Bisseling TM, Spaander MC, van Lelyveld N, Bargeman M, Wang J, Dekker E; Dutch Workgroup serrAted polypS & Polyposis (WASP). Development and validation of the WASP classification system for optical diagnosis of adenomas, hyperplastic polyps and sessile serrated adenomas/polyps. Gut. 2016 Jun;65(6):963-70. doi: 10.1136/gutjnl-2014-308411. Epub 2015 Mar 9.
- van der Zander QEW, Schreuder RM, Fonolla R, Scheeve T, van der Sommen F, Winkens B, Aepli P, Hayee B, Pischel AB, Stefanovic M, Subramaniam S, Bhandari P, de With PHN, Masclee AAM, Schoon EJ. Optical diagnosis of colorectal polyp images using a newly developed computer-aided diagnosis system (CADx) compared with intuitive optical diagnosis. Endoscopy. 2021 Dec;53(12):1219-1226. doi: 10.1055/a-1343-1597. Epub 2021 Mar 10.
- Zachariah R, Samarasena J, Luba D, Duh E, Dao T, Requa J, Ninh A, Karnes W. Prediction of Polyp Pathology Using Convolutional Neural Networks Achieves "Resect and Discard" Thresholds. Am J Gastroenterol. 2020 Jan;115(1):138-144. doi: 10.14309/ajg.0000000000000429.
- Singh R, Jayanna M, Navadgi S, Ruszkiewicz A, Saito Y, Uedo N. Narrow-band imaging with dual focus magnification in differentiating colorectal neoplasia. Dig Endosc. 2013 May;25 Suppl 2:16-20. doi: 10.1111/den.12075.
- Rees CJ, Rajasekhar PT, Wilson A, Close H, Rutter MD, Saunders BP, East JE, Maier R, Moorghen M, Muhammad U, Hancock H, Jayaprakash A, MacDonald C, Ramadas A, Dhar A, Mason JM. Narrow band imaging optical diagnosis of small colorectal polyps in routine clinical practice: the Detect Inspect Characterise Resect and Discard 2 (DISCARD 2) study. Gut. 2017 May;66(5):887-895. doi: 10.1136/gutjnl-2015-310584. Epub 2016 Apr 19.
- ASGE Technology Committee; Abu Dayyeh BK, Thosani N, Konda V, Wallace MB, Rex DK, Chauhan SS, Hwang JH, Komanduri S, Manfredi M, Maple JT, Murad FM, Siddiqui UD, Banerjee S. ASGE Technology Committee systematic review and meta-analysis assessing the ASGE PIVI thresholds for adopting real-time endoscopic assessment of the histology of diminutive colorectal polyps. Gastrointest Endosc. 2015 Mar;81(3):502.e1-502.e16. doi: 10.1016/j.gie.2014.12.022. Epub 2015 Jan 16.
- Tanaka S, Sano Y. Aim to unify the narrow band imaging (NBI) magnifying classification for colorectal tumors: current status in Japan from a summary of the consensus symposium in the 79th Annual Meeting of the Japan Gastroenterological Endoscopy Society. Dig Endosc. 2011 May;23 Suppl 1:131-9. doi: 10.1111/j.1443-1661.2011.01106.x.
- Axelrad AM, Fleischer DE, Geller AJ, Nguyen CC, Lewis JH, Al-Kawas FH, Avigan MI, Montgomery EA, Benjamin SB. High-resolution chromoendoscopy for the diagnosis of diminutive colon polyps: implications for colon cancer screening. Gastroenterology. 1996 Apr;110(4):1253-8. doi: 10.1053/gast.1996.v110.pm8613016.
- Mori Y, Kudo SE, East JE, Rastogi A, Bretthauer M, Misawa M, Sekiguchi M, Matsuda T, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Kudo T, Mori K. Cost savings in colonoscopy with artificial intelligence-aided polyp diagnosis: an add-on analysis of a clinical trial (with video). Gastrointest Endosc. 2020 Oct;92(4):905-911.e1. doi: 10.1016/j.gie.2020.03.3759. Epub 2020 Mar 30.
Studiare le date dei record
Studia le date principali
Inizio studio (Stimato)
Inizio studio
Completamento primario (Stimato)
Completamento primario
Completamento dello studio (Stimato)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- K7281
- BRWEP2024W034010100 (Altro numero di sovvenzione/finanziamento: Excellence in Clinical Research Program for Research Wards of Beijing)
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Periodo di condivisione IPD
Criteri di accesso alla condivisione IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
prodotto fabbricato ed esportato dagli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .