- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06934239
Impatto dell'intelligenza artificiale sullo screening del cancro al seno (PRISM)
Valutazione dell'impatto dell'intelligenza artificiale sulla qualità e sull'efficacia dello screening del cancro al seno: uno studio controllato randomizzato prospettico
L'obiettivo di questo studio clinico è confrontare i risultati centrati sul paziente quando le mammografie di screening 3D vengono interpretate con rispetto a quella senza uno strumento di supporto alle decisioni di AI con la FDA leader in contesti statunitensi nel mondo reale e di valutare le prospettive del paziente sull'IA in medicina.
Le domande principali a cui mira a rispondere sono:
- L'uso dell'intelligenza artificiale sarà associato ad un aumento del rilevamento del cancro e un tasso di richiamo inizialmente più elevato poiché i radiologi inizieranno a usare l'IA, seguito da un tasso di richiamo paragonabile a quello senza AI (non superiore a 1,5 punti percentuali) dopo un periodo di curva di apprendimento? L'uso dell'intelligenza artificiale sarà associato a tassi più bassi di tumori mammari mancati e tassi simili di falsi allarmi dopo un periodo di curva di apprendimento?
- I risultati dei pazienti migliorati con AI saranno più pronunciati per gli esami su donne che sono bianche, più anziane e hanno un seno meno denso e sugli esami di base? AI aiuterà i risultati dei pazienti quando l'interpretazione è dei radiologi con meno esperienza clinica, un volume interpretativo annuale inferiore e una minore tolleranza all'ambiguità? Tuttavia, ci saranno maggiori pregiudizi di automazione (la tendenza per gli umani a differire ai risultati degli algoritmi di computer) nota tra questi radiologi?
- Quali sono le prospettive dei pazienti sull'intelligenza artificiale nella mammografia, compresa la loro fiducia nello screening del cancro al seno se interpretata con vs. senza intelligenza artificiale? Quali sono le prospettive dei pazienti sull'importanza dei risultati dello studio?
I ricercatori confronteranno i risultati centrati sul paziente quando le mammografie di screening 3D vengono interpretate rispetto a quella senza uno strumento di supporto alle decisioni AI con le principali FDA nelle impostazioni statunitensi del mondo reale.
Questo studio includerà tutti i pazienti adulti sottoposti a screening di carcinoma mammario mammografico 3D nelle strutture di imaging di tutta l'Università della California a Los Angeles e dei sistemi sanitari dell'Università di Washington e tutti i radiologi che interpretano lo screening del cancro al seno. Tutte le mammografie di screening in queste strutture saranno randomizzate a entrambi gli interventi (radiologo con supporto AI) rispetto alle normali cure (solo radiologo) per vedere se l'interpretazione di queste mammografie con l'assistenza dello strumento AI migliora i risultati dei pazienti.
Panoramica dello studio
Stato
Intervento / Trattamento
Descrizione dettagliata
Obiettivo 1. Condurre uno studio controllato randomizzato a 2 anni (RCT) e valutare le misure e gli esiti di prestazione immediati della cascata di valutazione diagnostica per le mammografie di screening 3D interpretate con vs. senza AI: gli esiti includeranno tasso di richiamo, tasso di rilevamento del cancro e valore predittivo positivo (PPV1) (cioè PPV2 e PPV3).
Obiettivo 2: valutare le misure di prestazione del carcinoma mammario a 1 anno e gli esiti clinici per i pazienti per le mammografie di screening 3D interpretate con vs. senza intelligenza artificiale: dopo il legame con i registri del tumore dello stato e regionali, confronteremo le misure di prestazione a più lungo termine (sensibilità, specificità, tassi falsi positivi) e risultati falsi positivi) e risultati falsi positivi) e risultati falsi positivi) e risultati di falsi positivi) e risultati di falsi positivi) e risultati di falsi positivi) e risultati di falsi positivi) e risultati di falsi positivi) e risultati di falsi positivi) e risultati di falsi positivi) e risultati dei pazienti a intervalli (sottyintpes molecolari tumorali) associati allo screening con Vs. senza AI.
AIM 3: eseguiremo analisi dei sottogruppi dell'interazione delle caratteristiche a livello di paziente, esame e radiologo associate a prestazioni di screening migliorate con AI. Le caratteristiche del paziente includeranno dati demografici (ad es. Età, razza/etnia) e fattori di rischio (ad es. Densità mammaria, storia familiare di carcinoma mammario, precedente biopsia mammaria, carcinoma mammario precedente). I fattori a livello di esame includeranno esami di screening di base vs. successivi e produttore di unità mammografica. Le caratteristiche del radiologo includeranno il livello di esperienza (ad es. Esperienza clinica generale ed esperienza con AI), tolleranza all'ambiguità nel processo decisionale clinico e fiducia nell'intelligenza artificiale, misurate con strumenti di rilevamento standardizzati.
Tipo di studio
Iscrizione (Stimato)
Fase
- Fase 4
Contatti e Sedi
Contatto studio
- Nome: Michelle L'Hommedieu, PhD
- Numero di telefono: (310) 592-9454
- Email: mlhommedieu@mednet.ucla.edu
Luoghi di studio
-
-
California
-
Los Angeles, California, Stati Uniti, 90024
- Reclutamento
- University of California Los Angeles Health System
-
Investigatore principale:
- Hannah S. Milch, MD
-
Contatto:
- Michelle L'Hommedieu, PhD
- Numero di telefono: (310) 592-9454
- Email: mlhommedieu@mednet.ucla.edu
-
Investigatore principale:
- Joann G Elmore, MD, MPH
-
San Diego, California, Stati Uniti, 92093
- Reclutamento
- University of California, San Diego
-
Investigatore principale:
- Haydee Ojeda-Fournier, MD
-
Contatto:
- Haydee Ojeda-Fournier, MD
- Numero di telefono: (858) 442-1902
- Email: hojeda@health.ucsd.edu
-
-
Florida
-
Miami, Florida, Stati Uniti, 33136
- Reclutamento
- University of Miami Health System
-
Contatto:
- Jose Net, MD
- Numero di telefono: (305) 215-0461
- Email: jnet@med.miami.edu
-
Investigatore principale:
- Jose Net, MD
-
-
Massachusetts
-
Boston, Massachusetts, Stati Uniti, 02118
- Reclutamento
- Boston Medical Center
-
Contatto:
- Clare Poynton, MD, PhD
- Numero di telefono: (617) 638-6626
- Email: clare.poynton@bmc.org
-
Investigatore principale:
- Clare Poynton, MD, PhD
-
-
Washington
-
Seattle, Washington, Stati Uniti, 98195
- Reclutamento
- University of Washington Health System
-
Contatto:
- Janie Lee, MD, MSc
- Numero di telefono: (206) 606-6241
- Email: jmlee58@fredhutch.org
-
Investigatore principale:
- Janie Lee, MD, MSc
-
-
Wisconsin
-
Madison, Wisconsin, Stati Uniti, 53706
- Reclutamento
- University of Wisconsin-Madison
-
Contatto:
- Christoph Lee, MD, MSc
- Numero di telefono: (608) 263-9377
- Email: cilee3@uwhealth.org
-
Investigatore principale:
- Christoph Lee, MD, MSc
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Descrizione
Criteri di inclusione:
- Sii un paziente adulto sottoposto a screening del carcinoma mammario mammografico 3D in una delle 16 impianti di imaging nei sistemi di salute UCLA e UW
O
- essere un radiologo che interpreta lo screening del cancro al seno in una di queste strutture di imaging
Criteri di esclusione:
- Né un paziente adulto è sottoposto a screening del carcinoma mammario mammografico 3D in nessuna delle 16 impianti di imaging nei sistemi sanitari UCLA e UW
NÉ
- è un radiologo che interpreta lo screening del cancro al seno in una di queste strutture di imaging
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
- Scopo principale: Selezione
- Assegnazione: Randomizzato
- Modello interventistico: Assegnazione parallela
- Mascheramento: Separare
Armi e interventi
Gruppo di partecipanti / Arm |
Intervento / Trattamento |
|---|---|
|
Nessun intervento: Assistenza standard (solo radiologo)
Gli esami di screening 3D randomizzati a questo braccio saranno interpretati in conformità con l'assistenza standard (cioè interpretata dal solo radiologo, senza l'assistenza dello strumento di supporto alle decisioni AI).
|
|
|
Comparatore attivo: Intervento (radiologo assistito dall'IA)
Gli esami di screening 3D randomizzati a questo braccio saranno interpretati dal radiologo assistito dallo strumento di supporto decisionale AI (ovvero intervento).
|
L'intervento è uno strumento di supporto alle decisioni AI per aiutare i radiologi a interpretare le mammografie di screening 3D. Per gli esami randomizzati a questo braccio di intervento, la prima immagine visualizzata al radiologo all'apertura di un esame sulla stazione di visualizzazione sarà un rapporto di AI standardizzato di una pagina che mostra il rischio generale dell'esame (elevato, intermedio o basso), segni della regione di immagine per gli esami 3D. I radiologi possono attivare i segni attivi/disattivati e mantenere il pieno controllo sull'interpretazione finale dell'esame come positivo o negativo (cioè, possono scegliere di ignorare le informazioni sull'intelligenza artificiale). La randomizzazione si verifica 1: 1 a livello di esame tramite codice automatizzato durante l'acquisizione delle immagini. I pazienti di ritorno nel secondo anno verranno r-randomizzati. I radiologi non possono filtrare i loro elenchi di esami per disponibilità o rischio di intelligenza artificiale e la randomizzazione sarà gestita in modo indipendente in ciascun sistema sanitario partecipante. |
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Tasso di rilevamento del cancro
Lasso di tempo: Cancro diagnosticato entro 90 giorni dalla mammografia di screening positiva per l'ingresso nello studio
|
Numero di esami di screening raccomandati per la biopsia mammaria (valutazione finale del Breast Imaging-Reporting and Data System [BI-RADS] pari a 4 o 5) con conseguente cancro rilevato, per 1.000 esami di screening
|
Cancro diagnosticato entro 90 giorni dalla mammografia di screening positiva per l'ingresso nello studio
|
|
Tasso di richiamo
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
Numero di esami di screening richiamati per l'iter diagnostico (valutazione BI-RADS iniziale di 0, 3, 4 o 5), per 1.000 esami di screening
|
Fino al completamento degli studi, in media 1 anno
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Tasso di cancro a intervallo (cioè tasso di falsi negativi)
Lasso di tempo: Cancro diagnosticato entro 365 giorni da una mammografia di screening negativa all'ingresso nello studio
|
Numero di esami di screening con valutazione negativa (valutazione BI-RADS finale pari a 1 o 2) e tumore al seno diagnosticato entro 1 anno, per 1.000 esami di screening
|
Cancro diagnosticato entro 365 giorni da una mammografia di screening negativa all'ingresso nello studio
|
|
Tasso di richiamo di falsi positivi
Lasso di tempo: Nessun cancro diagnosticato entro 365 giorni da una mammografia di screening positiva all'ingresso nello studio
|
Proporzione di esami di screening richiamati per ulteriori esami di imaging (valutazione BI-RADS finale di 1, 2 o 3), senza diagnosi di cancro al seno entro 1 anno
|
Nessun cancro diagnosticato entro 365 giorni da una mammografia di screening positiva all'ingresso nello studio
|
|
Tasso di raccomandazioni di follow-up a breve intervallo di falsi positivi
Lasso di tempo: Nessun cancro diagnosticato entro 365 giorni da una mammografia di screening positiva all'ingresso nello studio
|
Proporzione di esami di screening richiamati per un follow-up a breve intervallo (valutazione BI-RADS finale pari a 3) senza diagnosi di cancro al seno entro 1 anno
|
Nessun cancro diagnosticato entro 365 giorni da una mammografia di screening positiva all'ingresso nello studio
|
|
Tasso di raccomandazione di biopsia falsa positiva
Lasso di tempo: Nessun cancro diagnosticato entro 365 giorni da una mammografia di screening positiva all'ingresso nello studio
|
Proporzione di esami di screening richiamati per biopsia mammaria (valutazione BI-RADS finale di 4 o 5) senza diagnosi di cancro al seno entro 1 anno
|
Nessun cancro diagnosticato entro 365 giorni da una mammografia di screening positiva all'ingresso nello studio
|
|
Fiducia e fiducia nell’intelligenza artificiale
Lasso di tempo: Anni 1,2 e Anni 4,5
|
Fiducia e fiducia nell'intelligenza artificiale raccolte da focus group e dati di sondaggi
|
Anni 1,2 e Anni 4,5
|
|
Metriche di efficienza (solo per il sito UCLA)
Lasso di tempo: Fino al completamento degli studi, in media 1 anno
|
Tempo di interpretazione richiesto ai radiologi per interpretare ciascuna mammografia con o senza AI. Tempi di consegna, utilizzando i dati temporali dall'acquisizione dell'esame alla consegna dei risultati ai pazienti (ovvero tempi di consegna). |
Fino al completamento degli studi, in media 1 anno
|
Collaboratori e investigatori
Collaboratori
Investigatori
- Investigatore principale: Diana Miglioretti, PhD, University of California, Davis
- Investigatore principale: Joann G Elmore, MD, MPH, University of California, Los Angeles
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
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
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 24-1192
- 1R01CA288824-01A1 (Sovvenzione/contratto NIH degli Stati Uniti)
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano 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 .
Prove cliniche su Screening del cancro al seno
-
Georgetown UniversityNational Cancer Institute (NCI); American Cancer Society, Inc.; Susan G. Komen...CompletatoStudio delle donne cinesi che non hanno aderito alle linee guida per lo screening mammografico dell'American Cancer SocietyStati Uniti
-
Emory UniversityNational Cancer Institute (NCI)RitiratoCancro al seno in stadio IV prognostico AJCC v8 | Neoplasia maligna metastatica nel cervello | Carcinoma mammario metastatico | Anatomic Stage IV Breast Cancer American Joint Committee on Cancer (AJCC) v8
-
Zeba Ahmad, Ph.D.American Cancer Society, Inc.ReclutamentoCaregiving for CancerStati Uniti
-
NRG OncologyNational Cancer Institute (NCI)CompletatoCancro al seno in stadio anatomico IV AJCC v8 | Cancro al seno in stadio IV prognostico AJCC v8 | Neoplasia maligna metastatica nell'osso | Neoplasia maligna metastatica nei linfonodi | Neoplasia maligna metastatica nel fegato | Carcinoma mammario metastatico | Neoplasia maligna metastatica nel... e altre condizioniStati Uniti, Canada, Arabia Saudita, Corea del Sud
-
Tianjin Medical University Cancer Institute and...Guangxi Medical University; Sun Yat-sen University; Chinese PLA General Hospital; The First Affiliated Hospital of Zhengzhou University e altri collaboratoriCompletatoLa guida all'applicazione clinica di Conebeam Breast CTCina
-
M.D. Anderson Cancer CenterNational Cancer Institute (NCI)CompletatoAdenocarcinoma dell'intestino tenue | Adenocarcinoma dell'intestino tenue in stadio III AJCC v8 | Adenocarcinoma dell'intestino tenue in stadio IIIA AJCC v8 | Adenocarcinoma dell'intestino tenue in stadio IIIB AJCC v8 | Adenocarcinoma dell'intestino tenue stadio IV AJCC v8 | Ampolla di Vater... e altre condizioniStati Uniti
-
Pamukkale UniversityThe Scientific and Technological Research Council of TurkeyAttivo, non reclutanteScreening del cancro | Screening sulla salute degli uominiTurchia (Türkiye)
-
Harvard School of Public Health (HSPH)National Cancer Institute (NCI); Massachusetts League of Community Health Centers e altri collaboratoriNon ancora reclutamentoSmettere di fumare | Screening del cancro cervicale | Screening del cancro al seno | Screening del cancro al colon
-
Motus GI Medical Technologies LtdTerminato
-
University of UtahEunice Kennedy Shriver National Institute of Child Health and Human Development... e altri collaboratoriCompletatoScreening neonataleStati Uniti
Prove cliniche su Strumento di supporto alle decisioni di intelligenza artificiale (AI)
-
Bispebjerg HospitalOdense University Hospital; Rigshospitalet, Denmark; Danish Cancer Society; Nordsjaellands... e altri collaboratoriCompletatoCure palliativeDanimarca
-
Bispebjerg HospitalDanish Cancer Society; Home care nursing in the Municipality of Gentofte; Home... e altri collaboratoriAttivo, non reclutante
-
Unity Health TorontoSconosciuto
-
US Department of Veterans AffairsCompletatoIpertensioneStati Uniti
-
University of Wisconsin, MadisonAgency for Healthcare Research and Quality (AHRQ)Reclutamento
-
Wuerzburg University HospitalCharite University, Berlin, Germany; Goethe University; RWTH Aachen University; Technical... e altri collaboratoriCompletatoChirurgia | Pazienti di classe ASA III/IV | Sistemi di supporto alle decisioni clinicheGermania