Riconoscimento delle immagini di gravità endoscopica per promuovere la ricerca e la formazione nelle malattie infiammatorie intestinali (EVEREST - IBD)
14 novembre 2024 aggiornato da: Hull University Teaching Hospitals NHS Trust
EVEREST - IBD: riconoscimento endoscopico delle immagini di gravità per far progredire la ricerca e la formazione nelle malattie infiammatorie intestinali
Sviluppare e addestrare una rete neurale convoluzionale per rilevare e caratterizzare la gravità della malattia infiammatoria intestinale durante l'endoscopia
Panoramica dello studio
Stato
Reclutamento
Condizioni
Descrizione dettagliata
Sviluppare e addestrare una rete neurale convoluzionale per rilevare e caratterizzare la gravità della malattia nella malattia infiammatoria intestinale durante l'endoscopia.
Questa iniziativa creerà inevitabilmente un ampio database di immagini di alta qualità.
Il nostro obiettivo di studio secondario è quindi quello di utilizzare le immagini che raccogliamo per far avanzare il campo dell'apprendimento profondo e della diagnosi assistita da computer nella malattia infiammatoria intestinale creando un database di immagini.
Ciò comporterà lo sviluppo di un framework che combini deep learning e algoritmi di visione artificiale.
L'obiettivo finale è utilizzare il database di immagini per produrre risultati di ricerca ad alto impatto e risorse di formazione che portino a un miglioramento della qualità dell'endoscopia eseguita, riducano la variabilità inter-osservatore nella valutazione della malattia e una riduzione dei tassi di cancro intestinale mancato e della mortalità associata.
Tipo di studio
Osservativo
Iscrizione (Stimato)
4000
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Contatto studio
- Nome: Shaji Sebastian
- Numero di telefono: 01482 816764
- Email: shaji.sebastian@hey.nhs.uk
Backup dei contatti dello studio
- Nome: Laurence Lovat
- Numero di telefono: 02076799606
- Email: l.lovat@ucl.ac.uk
Luoghi di studio
-
-
East Yorkshire
-
Hull, East Yorkshire, Regno Unito, HU3 2JZ
- Reclutamento
- Hull Royal Infirmary
-
-
Criteri di partecipazione
I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.
Criteri di ammissibilità
Età idonea allo studio
Da 16 anni a 99 anni (Bambino, Adulto, Adulto più anziano)
Accetta volontari sani
Sì
Metodo di campionamento
Campione di probabilità
Popolazione di studio
La malattia infiammatoria intestinale (IBD) colpisce almeno una persona su 250 della popolazione del Regno Unito e la prevalenza è in aumento.
Descrizione
Criterio di inclusione:
- • Qualsiasi paziente adulto di età pari o superiore a 16 anni che abbia acconsentito a sottoporsi a un'indagine endoscopica in cui le immagini vengono acquisite come parte delle cure cliniche di routine.
Criteri di esclusione:
• Qualsiasi paziente di età inferiore ai 16 anni
- Pazienti che non sono in grado di dare il consenso informato a sottoporsi a indagine endoscopica o coloro che non desiderano che le loro immagini pseudo-anonime vengano utilizzate
Piano di studio
Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.
Come è strutturato lo studio?
Dettagli di progettazione
- Modelli osservazionali: Altro
- Prospettive temporali: Trasversale
Coorti e interventi
Gruppo / Coorte |
|---|
|
Gruppo principale
Pazienti con/sospetta malattia infiammatoria intestinale che si sottopongono a una procedura endoscopica
|
|
Controllo
Pazienti senza malattia infiammatoria intestinale che si sottopongono a una procedura endoscopica
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sviluppare e addestrare una rete neurale convoluzionale per rilevare e caratterizzare la gravità della malattia infiammatoria intestinale durante l'endoscopia
Lasso di tempo: 5 anni
|
Sviluppare e addestrare una rete neurale convoluzionale per rilevare e caratterizzare la gravità della malattia infiammatoria intestinale durante l'endoscopia
|
5 anni
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
a) Esplorare se l'Intelligenza Artificiale può prevedere la risposta alle terapie IBD
Lasso di tempo: 5 anni
|
Per esplorare se l'Intelligenza Artificiale può prevedere la risposta alle terapie IBD
|
5 anni
|
|
b) Sviluppare un archivio di immagini endoscopiche per promuovere la formazione e la standardizzazione nel rilevamento endoscopico e nella caratterizzazione delle IBD.
Lasso di tempo: 5 anni
|
b) Sviluppare un archivio di immagini endoscopiche per promuovere la formazione e la standardizzazione
|
5 anni
|
|
c) Sviluppare e valutare metodologie per la formazione e la garanzia della qualità dell'endoscopia diagnostica IBD
Lasso di tempo: 5 anni
|
Sviluppare e valutare metodologie per la formazione e la garanzia della qualità delle IBD
|
5 anni
|
|
d) Valutare i confronti nell'interpretazione delle immagini endoscopiche tra endoscopisti
Lasso di tempo: 5 anni
|
Valutare i confronti nell'interpretazione delle immagini endoscopiche tra endoscopisti
|
5 anni
|
|
e) Sviluppare algoritmi di deep learning e tecniche di visione artificiale per consentire la misurazione automatizzata delle metriche di qualità in endoscopia per IBD
Lasso di tempo: 5 anni
|
Sviluppare algoritmi di deep learning e tecniche di visione artificiale per consentire la misurazione automatizzata delle metriche di qualità in endoscopia per IBD
|
5 anni
|
|
f) Creare una futura solida piattaforma di ricerca per garantire che gli obiettivi di cui sopra siano continuamente sviluppati man mano che nel tempo emergono nuove tecniche di imaging.
Lasso di tempo: 5 anni
|
Creare una solida piattaforma di ricerca futura per garantire che gli obiettivi di cui sopra siano continuamente sviluppati man mano che emergono nuove tecniche di imaging nel tempo.
|
5 anni
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Collaboratori
Investigatori
- Investigatore principale: Shaji Sebastian, Hull University Teaching Hospitals NHS Trust
Studiare le date dei record
Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.
Studia le date principali
Inizio studio (Effettivo)
17 settembre 2021
Completamento primario (Stimato)
1 settembre 2031
Completamento dello studio (Stimato)
1 settembre 2031
Date di iscrizione allo studio
Primo inviato
27 aprile 2021
Primo inviato che soddisfa i criteri di controllo qualità
27 aprile 2021
Primo Inserito (Effettivo)
30 aprile 2021
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
15 novembre 2024
Ultimo aggiornamento inviato che soddisfa i criteri QC
14 novembre 2024
Ultimo verificato
1 novembre 2024
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 299614
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
INDECISO
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
No
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
No
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 .