小腸閉塞の検出のための人工知能を使用した CT ベースの診断モデルの開発と検証 (SMARTLOOP2)
2022年9月30日 更新者：Groupe Hospitalier Paris Saint Joseph
小腸閉塞 (SBO) は、一般的な非外傷性の外科的緊急事態です。 すべてのガイドラインは、SBO が疑われる患者の第一選択の画像検査としてコンピューター断層撮影 (CT) を推奨しています。 CT の目的は複数あります。(i) 25 mm を超える消化管の拡張として定義される GI 閉塞の診断を確認または反証すること、および SBO が存在する場合は、(ii) メカニズム (機械的 vs. (iii) 閉塞部位、すなわち移行帯 (TZ) の位置を突き止めるため、(iv) 原因を特定するため、および (v) 絞扼や穿孔などの合併症を探して管理に影響を与えるため。
実行されるスキャンの数が指数関数的に増加することを考えると、特に緊急事態管理の設定では、放射線科医を支援する方法は次の場合に役立ちます。
- 実行されたスキャンを並べ替え、病理の可能性が高いスキャンの分析の優先順位付けを可能にします (この場合は閉塞)
- 放射線科医が閉塞とそのタイプ (機能的または機械的) を診断し、重症度の兆候を特定できるようにします。
- 救急医と消化器外科医が病気の管理（外科的または医学的）を決定するのを助けるため。
機械学習は過去数十年にわたって急速に発展してきました。最初はデータ ストレージ容量の増加のおかげであり、次に放射線診断支援のコンテキストでのグラフィック処理ユニットに基づく並列処理ハードウェアの登場のおかげです。 その結果、医用画像におけるディープ ニューラル ネットワークに関する研究の数が急速に増加しています。 ただし、SBO に焦点を当てているチームはほとんどありません。 標準的な腹部 X 線写真用に作成された唯一の公開された分類モデル。 SBOの診断に対するCTの利点が認識されており、画像の分析のための多平面再構成に匹敵する可能性がある3Dモデルの可能性が高いにもかかわらず、ZTに関する予備研究を除いて、CTまたは3Dモデルを使用した研究はありません。空間の複数の面で。
調査の概要
状態
積極的、募集していない
条件
研究の種類
観察的
入学 (実際)
8000
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
-
Gif-sur-Yvette、フランス
- Central for Visual Computing - OPIS Inria group
-
Paris、フランス、75014
- Groupe Hospitalier Paris Saint-Joseph
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年歳以上 (大人、高齢者)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
セントジョセフ病院グループ内で少なくとも1回の腹部骨盤収集を伴うCTスキャンを受け、「閉塞」または「閉塞」、「嘔吐」または「イレウス」という用語を含むレポートを持っている18歳以上の患者。
説明
包含基準:
- 18歳以上の患者
- -セント ジョセフ病院グループ内で少なくとも 1 回の腹部骨盤収集を含む CT スキャンを受けた患者
- 「閉塞」または「閉塞」、「嘔吐」または「イレウス」という用語を含むレポート
- フランス語を話す患者
除外基準:
- イメージングは使用できません
- CT取得での腹部骨盤ボリュームの欠如
- 後見または保佐中の患者
- 自由を奪われた患者
- 法廷保護下にある患者
- この研究のために自分のデータを使用することに反対する患者
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
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：コホート
- 時間の展望：回顧
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 |
|---|---|---|
|
消化器閉塞の自動検出
時間枠：1年目
|
この結果は、閉塞の有無を識別するモデルの能力 (感度、特異性、および予測値) に対応しています。
|
1年目
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
機能的閉塞と機械的閉塞の自動識別
時間枠：1年目
|
この結果は、機能的閉塞と機械的閉塞の検出に対応しています。
|
1年目
|
|
手術適応アルゴリズム
時間枠：1年目
|
この結果は、手術の予測のための臨床放射線生物学アルゴリズムの性能に対応しています。
|
1年目
|
|
ジャンクションゾーンのラジオミクスによる分析
時間枠：1年目
|
この結果は、機械的消化器閉塞のジャンクション ゾーンのラジオミクスによる分析に対応しています (ジャンクション ゾーンは、拡張フラット トランジションが配置されているゾーンであり、したがって、障害が配置されているゾーンです)。
|
1年目
|
|
ジャンクション領域の自動検出
時間枠：1年目
|
この結果は、機械的消化障害の接合部を識別する際の自動検出のパフォーマンスに対応しています。
|
1年目
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
捜査官
- 主任研究者：Quentin Vanderbecq, MD、Groupe hospitalier Paris saint Joseph
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- 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.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2022年8月9日
一次修了 (実際)
2022年9月9日
研究の完了 (予想される)
2023年12月31日
試験登録日
最初に提出
2022年9月30日
QC基準を満たした最初の提出物
2022年9月30日
最初の投稿 (実際)
2022年10月4日
学習記録の更新
投稿された最後の更新 (実際)
2022年10月4日
QC基準を満たした最後の更新が送信されました
2022年9月30日
最終確認日
2022年9月1日
詳しくは
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。