Sviluppo e convalida di modelli diagnostici basati su CT che utilizzano l'intelligenza artificiale per il rilevamento dell'ostruzione dell'intestino tenue (SMARTLOOP2)
L'ostruzione dell'intestino tenue (SBO) è una comune emergenza chirurgica non traumatica. Tutte le linee guida raccomandano la tomografia computerizzata (TC) come test di imaging di prima linea per i pazienti con sospetta SBO. Gli obiettivi della TC sono molteplici: (i) confermare o smentire la diagnosi di ostruzione gastrointestinale, definita come distensione delle vie digerenti superiore a 25 mm, e, in presenza di SBO, (ii) confermare il meccanismo (meccanico vs. funzionale), (iii) per localizzare il sito di ostruzione, cioè la zona di transizione (TZ), (iv) per identificare la causa e (v) per cercare complicazioni come strangolamento o perforazione, influenzando la gestione.
Dato l'aumento esponenziale del numero di scansioni eseguite, soprattutto nell'ambito della gestione dell'emergenza, i metodi per assistere il radiologo sarebbero utili per:
- Ordina le scansioni eseguite, consentendo la prioritizzazione dell'analisi delle scansioni con una maggiore probabilità di patologia (occlusione nel nostro caso)
- Aiutare il radiologo a diagnosticare l'occlusione e il suo tipo (funzionale o meccanico) ea identificare i segni di gravità.
- Aiutare il medico di emergenza e il chirurgo digestivo a prendere una decisione sulla gestione della malattia (chirurgica o medica).
Il machine learning si è sviluppato rapidamente negli ultimi decenni, prima grazie all'aumento delle capacità di memorizzazione dei dati, poi grazie all'arrivo di hardware di elaborazione parallela basati su unità di elaborazione grafica, nell'ambito dell'assistenza diagnostica radiologica. Di conseguenza, il numero di studi sulle reti neurali profonde nell'imaging medico sta aumentando rapidamente. Tuttavia, pochi team si concentrano su SBO. Gli unici modelli di classificazione pubblicati sono stati prodotti per radiografie addominali standard. Nessuno studio ha utilizzato modelli TC o 3D, a parte il nostro studio preliminare sulle ZT, nonostante i vantaggi riconosciuti della TC per la diagnosi di SBO e il probabile contributo dei modelli 3D, che possono essere paragonati a quello della ricostruzione multiplanare per l'analisi delle immagini in più piani dello spazio.
Panoramica dello studio
Stato
Condizioni
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
-
Gif-sur-Yvette, Francia
- Central for Visual Computing - OPIS Inria group
-
Paris, Francia, 75014
- Groupe Hospitalier Paris Saint-Joseph
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Sessi ammissibili allo studio
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Paziente di età ≥ 18 anni
- Paziente che ha effettuato una TAC con almeno una acquisizione addomino-pelvica eseguita all'interno del Gruppo Ospedaliero San Giuseppe
- Referto contenente i termini "occlusione" o "occlusivo", "vomito" o "ileo"
- Paziente di lingua francese
Criteri di esclusione:
- Immagini non utilizzabili
- Assenza di volume addomino-pelvico nelle acquisizioni TC
- Paziente sotto tutela o curatela
- Paziente privato della libertà
- Paziente sotto tutela giudiziaria
- Paziente che si oppone all'uso dei suoi dati per questa ricerca
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Modelli osservazionali: Coorte
- Prospettive temporali: Retrospettiva
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Rilevamento automatico delle occlusioni digestive
Lasso di tempo: Anno 1
|
Questo risultato corrisponde alla capacità del modello di identificare la presenza o l'assenza di occlusione: sensibilità, specificità e valori predittivi.
|
Anno 1
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Differenziazione automatica delle occlusioni funzionali rispetto a quelle meccaniche
Lasso di tempo: Anno 1
|
Questo risultato corrisponde al rilevamento di occlusioni funzionali rispetto a quelle meccaniche.
|
Anno 1
|
|
Algoritmo per l'indicazione chirurgica
Lasso di tempo: Anno 1
|
Questo risultato corrisponde alle prestazioni dell'algoritmo clinico-radio-biologico per la previsione dell'intervento chirurgico.
|
Anno 1
|
|
Analisi via radiomica delle zone di giunzione
Lasso di tempo: Anno 1
|
Questo risultato corrisponde all'analisi via radiomica delle zone di giunzione delle occlusioni digestive meccaniche (le zone di giunzione sono le zone dove si trova la transizione dilatazione-piatto, quindi la zona dove si trova l'ostruzione):
|
Anno 1
|
|
Rilevamento automatico delle aree di giunzione
Lasso di tempo: Anno 1
|
Questo risultato corrisponde all'esecuzione del rilevamento automatico nell'identificazione delle zone di giunzione delle ostruzioni digestive meccaniche.
|
Anno 1
|
Collaboratori e investigatori
Investigatori
- Investigatore principale: Quentin Vanderbecq, MD, Groupe hospitalier Paris saint Joseph
Pubblicazioni e link utili
Pubblicazioni generali
- Ten Broek RPG, Krielen P, Di Saverio S, Coccolini F, Biffl WL, Ansaloni L, Velmahos GC, Sartelli M, Fraga GP, Kelly MD, Moore FA, Peitzman AB, Leppaniemi A, Moore EE, Jeekel J, Kluger Y, Sugrue M, Balogh ZJ, Bendinelli C, Civil I, Coimbra R, De Moya M, Ferrada P, Inaba K, Ivatury R, Latifi R, Kashuk JL, Kirkpatrick AW, Maier R, Rizoli S, Sakakushev B, Scalea T, Soreide K, Weber D, Wani I, Abu-Zidan FM, De'Angelis N, Piscioneri F, Galante JM, Catena F, van Goor H. Bologna guidelines for diagnosis and management of adhesive small bowel obstruction (ASBO): 2017 update of the evidence-based guidelines from the world society of emergency surgery ASBO working group. World J Emerg Surg. 2018 Jun 19;13:24. doi: 10.1186/s13017-018-0185-2. eCollection 2018.
- Expert Panel on Gastrointestinal Imaging, Chang KJ, Marin D, Kim DH, Fowler KJ, Camacho MA, Cash BD, Garcia EM, Hatten BW, Kambadakone AR, Levy AD, Liu PS, Moreno C, Peterson CM, Pietryga JA, Siegel A, Weinstein S, Carucci LR. ACR Appropriateness Criteria(R) Suspected Small-Bowel Obstruction. J Am Coll Radiol. 2020 May;17(5S):S305-S314. doi: 10.1016/j.jacr.2020.01.025.
- Frager D, Medwid SW, Baer JW, Mollinelli B, Friedman M. CT of small-bowel obstruction: value in establishing the diagnosis and determining the degree and cause. AJR Am J Roentgenol. 1994 Jan;162(1):37-41. doi: 10.2214/ajr.162.1.8273686.
- Montagnon E, Cerny M, Cadrin-Chenevert A, Hamilton V, Derennes T, Ilinca A, Vandenbroucke-Menu F, Turcotte S, Kadoury S, Tang A. Deep learning workflow in radiology: a primer. Insights Imaging. 2020 Feb 10;11(1):22. doi: 10.1186/s13244-019-0832-5.
- Cheng PM, Tejura TK, Tran KN, Whang G. Detection of high-grade small bowel obstruction on conventional radiography with convolutional neural networks. Abdom Radiol (NY). 2018 May;43(5):1120-1127. doi: 10.1007/s00261-017-1294-1.
- Kim DH, Wit H, Thurston M, Long M, Maskell GF, Strugnell MJ, Shetty D, Smith IM, Hollings NP. An artificial intelligence deep learning model for identification of small bowel obstruction on plain abdominal radiographs. Br J Radiol. 2021 Jun 1;94(1122):20201407. doi: 10.1259/bjr.20201407. Epub 2021 Apr 27.
- Vanderbecq Q, Ardon R, De Reviers A, Ruppli C, Dallongeville A, Boulay-Coletta I, D'Assignies G, Zins M. Adhesion-related small bowel obstruction: deep learning for automatic transition-zone detection by CT. Insights Imaging. 2022 Jan 24;13(1):13. doi: 10.1186/s13244-021-01150-y.
- Hodel J, Zins M, Desmottes L, Boulay-Coletta I, Julles MC, Nakache JP, Rodallec M. Location of the transition zone in CT of small-bowel obstruction: added value of multiplanar reformations. Abdom Imaging. 2009 Jan-Feb;34(1):35-41. doi: 10.1007/s00261-007-9348-4.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Anticipato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- SMARTLOOP2
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
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 .