胸部 CT スキャンにおける Contextflow DETECT 肺 CT 結節検出ソフトウェアの評価
胸部 CT スキャンにおけるコンピュータ支援肺結節検出ソフトウェアの評価と、読者の意思決定プロセスへの影響の評価
contextflow DETECT Lung CT は、人工知能 (AI) ベースのコンピューター支援検出 (CADe) システムであり、胸部コンピューター断層撮影 (CT) スキャンでの肺結節の検出において放射線科医をサポートすることを目的としています。 システムは 2 番目のリーダーとして使用することを意図しているため、ソフトウェアによって提供される結果は、放射線科医の所見と決定を補完することを目的としています。
提案された研究は、マルチリーダー、マルチケース(MRMC)レトロスペクティブリーダー研究になります。 この研究の目的は、肺結節検出の有効性に対する CADe の影響を評価することです。 研究中、10 人の放射線科医が、CADe の支援の有無にかかわらず、成人患者の 350 の胸部 CT スキャンを分析します。 研究はリモートで実施されます。 CTスキャンは、ウェブベースの画像提出および注釈プラットフォームにアップロードされ、研究のすべての参加者に個別のアカウントと割り当てられたタスクリストが提供されます。
この研究の主な目的は、自由応答動作特性曲線 (FROC の AUC) の下の面積が拡張された肺結節の位置を特定する際に、CADe 支援を受けた放射線科医の診断精度が、CADe 支援を受けていない放射線科医の診断精度よりも優れているかどうかを判断することです。
この研究は、通常の CT 検査中に CT スキャンを取得した約 350 人の無症状の成人患者を対象としています。 患者集団には、肺結節のある患者とない患者が含まれます。
調査の概要
詳細な説明
背景と根拠
アメリカ癌協会によると、肺癌は 2020 年に推定 220 万件の新規症例があり、2 番目に一般的に診断される癌でした。 現在、がんによる死亡率を下げる最も効果的な方法は、肺がんの早期診断です。 しかし、通常の臨床診療では、ほとんどの患者が無症候性であることが多いため、早期肺がんの多くは診断が遅れています。 これが、リスクの高いコホートの無症候性患者の病理学的変化を早期に検出するために、迅速かつ侵襲性が最も低い肺疾患スクリーニングが非常に重要である主な理由です。 コンピュータ断層撮影 (CT) は、肺の画像をキャプチャするために使用される最新の支配的な画像ツールであり、結節の検出と特徴付けにも使用されます。 その結果、人工知能に基づくコンピューター支援検出およびソフトウェア システムは、肺結節の検出のための最も著名で価値のあるツールの 1 つになりました。
提案されたリーダー研究の目的は、そのようなツールの 1 つである contextflow DETECT Lung CT を評価し、コンピュータ支援検出システムを使用して放射線科医をサポートすることで結節の検出がどの程度改善され、意思決定プロセスで放射線科医をサポートするかを評価することです。
contextflow DETECT Lung CT は、3D 医用画像データ用の AI ベースの Web アプリケーションです。 これは、臨床的に無症候性の成人患者の胸部 CT スキャンでの肺結節の検出と可視化に使用することを目的としています。
このシステムは、見過ごされがちな結節を検出できる特定の場所を放射線科医に警告することを目的としています。 このシステムは、結節の平均直径、長軸直径、短軸直径、総体積などの測定値を提供します。
contextflow DETECT Lung CT は、放射線科医が行う元の読み取りに加えて、2 番目のリーダーとして使用することを目的としています。 contextflow DETECT Lung CT によって提供される結果は、放射線科医が意思決定プロセス中に考慮する情報を補完することを目的としています。
研究デザイン
これはレトロスペクティブなマルチリーダー マルチケース (MRMC) 研究になります。 放射線科医単独のパフォーマンスは、検出ソフトウェアによってサポートされている放射線科医のパフォーマンスと比較されます (2 番目のリーダーとして)。 この研究には 10 人の読者が含まれ、少なくとも 3 つの放射線センターから収集され、真実を伝える人によって改訂された 350 のスキャンの最終的なデータセットが含まれます。 調査中、次の 3 つの読み取りが計画されています: 読み取り 1 (真実)、読み取り 2 (ベースライン、CADe 支援なし)、読み取り 3 (介入、CADe 支援あり)。
この研究は、無症候性の成人患者から収集された 350 枚の CT 画像で構成されます。 症例の少なくとも 50% は米国のデータであり、その他の症例はヨーロッパの放射線センターから収集されます。 症例の少なくとも 65% には、少なくとも 1 つの肺結節が含まれます。 データセットには、結節のないケースも含まれます。
読者の選択
読者の資格基準:
- 米国放射線委員会または同等の専門資格認定
- 胸部CT読影経験5年以上
- 胸部/胸部イメージングのフェローシップ訓練を受け、
- 学習ソフトウェアの使用に関するトレーニングの成功。
患者と画像データの選択
胸部 CT 画像がデータセットに含まれている患者は、次の基準をすべて満たす必要があります。
- 結節の数が 0 ~ 10 の成人患者 (22 歳以上)。
- 少なくとも 1 つの肺結節を有する患者の場合: グラウンドトゥルーシング手順で検出および確認された結節。
- ルーチンの胸部 CT スキャンを受ける無症候性の患者。
この研究に参加するには、画像データが次のすべての選択基準を満たす必要があります。
- 画像は、左右の肺全体を示す胸部の CT 画像です。
- 画像には、患者の動きのアーティファクトは表示されません。
- 胸部の画像は軸面で再構成する必要があります。
- 画像あたりの結節の数は 10 以下でした。
- CT スキャンでの最大長軸直径が 4 ~ 30 mm のすべての結節。
読者研究手順
グラウンド トゥルース プロセスのワークフロー: 対応するフェローシップの後、少なくとも 5 年の経験を持つ 3 人の米国委員会認定胸部放射線科医は、CT スキャンを読み取り、グラウンド トゥルース データセット (バランスの取れた候補データベースからランダムに選択された 370 の CT スキャン) から画像内の実用的な結節を特定するよう求められます。それらの周りに境界ボックスを手動で描画してそれらをマークします。
読み取りプロセスのワークフロー: CT スキャンごとに、読み取りプロセスは次の 2 つのステップで行われます。(1) contextflow DETECT Lung CT 支援なしのリーダーのスタンドアロン読み取り、および (2) contextflow DETECT Lung CT を使用した 2 番目のリーダーの読み取り。読者。 各ステップで、読者は 350 の CT スキャン データセットを分析しますが、臨床情報は限られています。
盲検化と無作為化
研究のために選択されたケースの識別、および読者間の個々の分析は、読者には知らされません。 読者は、真実化手順の結果や、個々の CT 画像でローカライズされた実用的な結節の数に関する情報にアクセスすることはできません。
画像の送信と注釈のプラットフォームは、各リーダーのランダムなタスク リストを生成します。 リーダーの順序は、すべてのリーダーで異なります。
研究の目的とエンドポイント
リーダー調査の主な目的と副次的な目的は、CADe を使用しない放射線科医の診断精度と比較して、CADe を使用する放射線科医の診断精度が向上していることを実証することです。
主要な
- 自由応答受信者動作特性曲線 (FROC の AUC) の下の拡張領域を使用して病変をローカライズします。
セカンダリ
- (ROCのAUC)を使用した疾患の検出
- LROC の AUC による疾患識別の強化
次のエンドポイントも評価されます。
- CADe を使用した場合と使用しない場合の病変検出の感度の違いは、画像ごとの病変の指定された平均偽陽性数が与えられた場合です。
- 特定の特異性が与えられた CADe を使用する場合と使用しない場合の疾患診断の感度の違い。
- 疾患診断の陽性的中率
- 疾患診断の陰性適中率
データ管理
研究の一部であるすべてのデータは、パートナーによって共有されているか、公開ソースからダウンロードされており、HIPAA および/または GDPR 規制に従って匿名化されており、保護された健康情報は含まれていません。
- 研究の終わり
十分な数の画像が分析され、統計的検出力の手段で満足のいく統計テスト パフォーマンスが達成された時点で、リーダー調査は完了したと見なされます。 それを達成するには、少なくとも 300 のスキャンを分析する必要があります。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
-
Vienna、オーストリア、1050
- contextflow GmbH
-
-
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
ルーチンの胸部 CT スキャン中に肺結節が検出されるかどうかにかかわらず、無症候性の成人患者 (22 歳以上)。
3 つの異なるベンダーが提供する CT スキャナーで撮影された CT 画像。画像の 50% は米国の医療センターから取得されたものです。
説明
包含基準:
- 定期的な胸部 CT スキャンを受ける無症候性の成人患者。
除外基準:
- 症状のある患者。
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
- 観測モデル:ケースコントロール
- 時間の展望:回顧
コホートと介入
グループ/コホート |
介入・治療 |
---|---|
無症状の成人患者
|
放射線科医は、コンテキストフローの助けを借りて、または使わずに胸部 CT の痂皮を読み取ります。
|
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 |
---|---|---|
診断精度
時間枠:20時間
|
リーダー研究の主な目的は、自由応答動作特性曲線 (FROC の AUC )。 真陽性率 (または感度) は、真陽性の中で識別された陽性病変を、すべての画像の真陽性病変の総数で割った値として計算されます。 偽陽性の結果の数は、画像ごとに収集されます。 |
20時間
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
---|---|---|
疾患診断能力
時間枠:20時間
|
受信者動作特性曲線 (ROC の AUC) の下の領域を使用して、CADe 支援の有無にかかわらず、放射線科医による疾患診断の能力を評価します。 ROC 曲線は、リーダーの診断決定におけるさまざまな信頼しきい値に基づいて、真陽性率と偽陽性率についてプロットされます。 |
20時間
|
疾患識別機能
時間枠:20時間
|
ローカリゼーション レシーバー動作特性曲線 (LROC の AUC) の下の領域を使用して、CADe 支援の有無にかかわらず、正確なローカリゼーションを行う放射線科医の疾患識別能力を評価します。 LROC 曲線は、リーダーのさまざまな信頼しきい値に基づいて、真陽性率と偽陽性率についてプロットされます。 |
20時間
|
協力者と研究者
スポンサー
出版物と役立つリンク
一般刊行物
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Hansell DM, Bankier AA, MacMahon H, McLoud TC, Muller NL, Remy J. Fleischner Society: glossary of terms for thoracic imaging. Radiology. 2008 Mar;246(3):697-722. doi: 10.1148/radiol.2462070712. Epub 2008 Jan 14.
- Qian F, Yang W, Chen Q, Zhang X, Han B. Screening for early stage lung cancer and its correlation with lung nodule detection. J Thorac Dis. 2018 Apr;10(Suppl 7):S846-S859. doi: 10.21037/jtd.2017.12.123.
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 (実際)
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
キーワード
その他の研究ID番号
- 0020220401
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?
IPD プランの説明
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。
肺癌の臨床試験
-
Jonsson Comprehensive Cancer CenterNational Cancer Institute (NCI); Highlight Therapeutics積極的、募集していない平滑筋肉腫 | 悪性末梢神経鞘腫瘍 | 滑膜肉腫 | 未分化多形肉腫 | 骨の未分化高悪性度多形肉腫 | 粘液線維肉腫 | II期の体幹および四肢の軟部肉腫 AJCC v8 | III期の体幹および四肢の軟部肉腫 AJCC v8 | IIIA 期の体幹および四肢の軟部肉腫 AJCC v8 | IIIB 期の体幹および四肢の軟部肉腫 AJCC v8 | 切除可能な軟部肉腫 | 多形性横紋筋肉腫 | 切除可能な脱分化型脂肪肉腫 | 切除可能な未分化多形肉腫 | 軟部組織線維肉腫 | 紡錘細胞肉腫 | ステージ I 後腹膜肉腫 AJCC (American Joint Committee on Cancer) v8 | 体幹および四肢の I 期軟部肉腫 AJCC v8 | ステージ... およびその他の条件アメリカ