水交換および気腹内視鏡検査におけるポリープ検出率と誤警報率の比較
水交換と空気吸入の無作為化対照試験における大腸内視鏡検査の撤退段階のビデオのコンピューター支援分析によるポリープ検出と誤警報率
調査の概要
詳細な説明
世界の結腸直腸がん (CRC) は、女性で 2 番目に多く、男性では 3 番目に多いがんです。 大腸ポリープ(がんの前駆体)を早期に発見して切除することで、大腸がんの発生率が低下します。 ただし、少なくとも 1 つの腺腫を有する患者の割合として定義される腺腫検出率 (ADR) が低い大腸内視鏡検査医の患者では、大腸内視鏡検査後 3 ~ 5 年以内に中間結腸癌が依然として発生します。 ADR は大きく変動し、一部の腺腫が見逃されたことを示唆しています。 最近のメタアナリシスで報告されたタンデム検査では、腺腫の 26% が見落とされていました。 見逃された腺腫は、中間がんの約 58% を占めていました。 腺腫は、平らな形態と強調された襞と湾曲の後ろに隠れているため、他のセグメントよりも右側の結腸で見落とされる可能性が高くなります。 ADR を増加させ、腺腫未発見率 (AMR) を減少させる大腸内視鏡検査の革新は、中間癌を減少させる可能性を秘めています。
最近の変更された Delphi レビューのコンセンサス ステートメントは、水交換 (WE) が標準化された挿入方法として、ガス注入よりも挿入時の痛みが少なく、腸の清潔度が高く、ADR が高いことを確認しました。 エアレス ルーメンへの挿入をガイドするために水を注入し、挿入中に注入された水をほぼ同時に吸引することを特徴とし、盲腸挿管時に注入された水と破片をほぼ完全に除去することを目指しています。 タンデム検査を伴う RCT では、CO2 送気と比較して WE が右結腸腺腫のミス率 (rAMR) を有意に減少させたことが示されたが (18.0%) [33/183] 対 34.6% [62/179]、P = 0.0025)、右結腸のかなりの割合のポリープがまだ見落とされていました。
近年、機械学習や人工知能の分野は目覚ましい進歩を遂げており、コンピュータ支援検出(CADe)を用いたポリープ検出率(PDR)やADRの向上を示す論文が増えています。 CADe は、不注意や経験不足という人間の限界により、大腸内視鏡医が見落としているポリープを検出できます。 ただし、現在の CADe システムの主な欠点の 1 つは、誤報 (FA) または誤検知 (FP) です。 通常、気泡や糞便の残骸によって引き起こされる FA は、内視鏡医の注意をそらし、ADR に悪影響を与える可能性があります。 ある研究では、最大 60% の FP 率が報告されています。
腺腫の検出を改善するための大腸内視鏡検査における深層学習アルゴリズムと WE の適用に関する概要の中で、著者らは、WE が腸の清潔さを改善し、ポリープの露出を改善することにより、人工知能 (CADe) のパフォーマンスを向上させることができると指摘しました。 フォローアップ レビューで、著者らは、人工知能が WE の可能性を制限するオペレーター依存の要因を軽減する可能性があることを報告しましたが、WE は腸の清潔度を高め、視覚化を改善することで人工知能のパフォーマンスを最適化するプラットフォームを提供する可能性があります。 WE と人工知能の長所は、腺腫の検出を最大化するために互いの短所を補完する可能性があります。
私たちが最近完了した研究の 1 つは、盲検化された内視鏡医が空気注入または WE を挿入に使用して評価した右結腸 ADR と、記録されたすべての結腸内視鏡ビデオを比較しました (NCT02737514)。 ビデオ内のポリープを検出する CADe システムを開発し、適用しました。 現在のレポートは、右結腸の空気吸入と比較して、WE が有意に高い追加 PDR (APDR) を生成し、誤警報率 (FAR) を低減できるという仮説をテストするための原理研究の証明です。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Chiayi
-
Chiayi City、Chiayi、台湾、62247
- Chia Pei Tang
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
サンプリング方法
調査対象母集団
説明
包含基準:
- スクリーニング、診断またはサーベイランス大腸内視鏡検査を受ける40~80歳の患者が登録されました。
除外基準:
- 過去3年間に結腸内視鏡検査を受けた患者、腎不全、以前の結腸切除、ポリペクトミーの予定、腸の準備の部分的な摂取、米国麻酔学会(ASA)リスククラス3以上、および書面によるインフォームドコンセントの欠如の場合、患者は除外されました.
研究計画
研究はどのように設計されていますか?
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
コンピュータ支援検出システムによる水交換
水交換式大腸内視鏡検査法を動画に重ね合わせたコンピュータ支援検出システム
|
水交換または空気送気法で実行された大腸内視鏡検査からのビデオを重ね合わせたコンピューター支援検出システムの分析。
|
|
コンピュータ支援検出システムによる空気注入
送気大腸内視鏡検査法とビデオを重ね合わせたコンピュータ支援検出システム
|
水交換または空気送気法で実行された大腸内視鏡検査からのビデオを重ね合わせたコンピューター支援検出システムの分析。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
ポリープの検出率
時間枠:一か月
|
水交換群と送気群のポリープ検出率を調べて比較する
|
一か月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
コンピュータ支援検出システムの偽陽性率
時間枠:一か月
|
水交換群と送気群の偽陽性率を調べて比較する
|
一か月
|
|
コンピュータ支援検出システムの誤警報率
時間枠:一か月
|
水交換と空気の誤警報率を調べて比較するには
|
一か月
|
協力者と研究者
捜査官
- 主任研究者:Chia Pei Tang、Dalin Tzu Chi General Hospital
出版物と役立つリンク
一般刊行物
- Cheng CL, Kuo YL, Hsieh YH, Tang JH, Leung FW. Comparison of Right Colon Adenoma Miss Rates Between Water Exchange and Carbon Dioxide Insufflation: A Prospective Randomized Controlled Trial. J Clin Gastroenterol. 2021 Nov-Dec 01;55(10):869-875. doi: 10.1097/MCG.0000000000001454.
- Hsieh YH, Tseng CW, Hu CT, Koo M, Leung FW. Prospective multicenter randomized controlled trial comparing adenoma detection rate in colonoscopy using water exchange, water immersion, and air insufflation. Gastrointest Endosc. 2017 Jul;86(1):192-201. doi: 10.1016/j.gie.2016.12.005. Epub 2016 Dec 15.
- Leung FW, Hsieh YH. Artificial intelligence (computer-assisted detection) is the most recent novel approach to increase adenoma detection. Gastrointest Endosc. 2021 Jan;93(1):86-88. doi: 10.1016/j.gie.2020.07.059. No abstract available.
- Wang P, Liu X, Berzin TM, Glissen Brown JR, Liu P, Zhou C, Lei L, Li L, Guo Z, Lei S, Xiong F, Wang H, Song Y, Pan Y, Zhou G. Effect of a deep-learning computer-aided detection system on adenoma detection during colonoscopy (CADe-DB trial): a double-blind randomised study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):343-351. doi: 10.1016/S2468-1253(19)30411-X. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Barua I, Vinsard DG, Jodal HC, Loberg M, Kalager M, Holme O, Misawa M, Bretthauer M, Mori Y. Artificial intelligence for polyp detection during colonoscopy: a systematic review and meta-analysis. Endoscopy. 2021 Mar;53(3):277-284. doi: 10.1055/a-1201-7165. Epub 2020 Sep 29.
- Hassan C, Spadaccini M, Iannone A, Maselli R, Jovani M, Chandrasekar VT, Antonelli G, Yu H, Areia M, Dinis-Ribeiro M, Bhandari P, Sharma P, Rex DK, Rosch T, Wallace M, Repici A. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc. 2021 Jan;93(1):77-85.e6. doi: 10.1016/j.gie.2020.06.059. Epub 2020 Jun 26.
- Wang P, Berzin TM, Glissen Brown JR, Bharadwaj S, Becq A, Xiao X, Liu P, Li L, Song Y, Zhang D, Li Y, Xu G, Tu M, Liu X. Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut. 2019 Oct;68(10):1813-1819. doi: 10.1136/gutjnl-2018-317500. Epub 2019 Feb 27.
- Hsieh YH, Leung FW. An overview of deep learning algorithms and water exchange in colonoscopy in improving adenoma detection. Expert Rev Gastroenterol Hepatol. 2019 Dec;13(12):1153-1160. doi: 10.1080/17474124.2019.1694903. Epub 2019 Nov 30.
- Cadoni S, Ishaq S, Hassan C, Falt P, Fuccio L, Siau K, Leung JW, Anderson J, Binmoeller KF, Radaelli F, Rutter MD, Sugimoto S, Muhammad H, Bhandari P, Draganov PV, de Groen P, Wang AY, Yen AW, Hamerski C, Thorlacius H, Neumann H, Ramirez F, Mulder CJJ, Albeniz E, Amato A, Arai M, Bak A, Barret M, Bayupurnama P, Cheung R, Ching HL, Cohen H, Dolwani S, Friedland S, Harada H, Hsieh YH, Hayee B, Kuwai T, Lorenzo-Zuniga V, Liggi M, Mizukami T, Mura D, Nylander D, Olafsson S, Paggi S, Pan Y, Parra-Blanco A, Ransford R, Rodriguez-Sanchez J, Senturk H, Suzuki N, Tseng CW, Uchima H, Uedo N, Leung FW. Water-assisted colonoscopy: an international modified Delphi review on definitions and practice recommendations. Gastrointest Endosc. 2021 Jun;93(6):1411-1420.e18. doi: 10.1016/j.gie.2020.10.011. Epub 2020 Oct 16.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (予期された)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。