結腸内視鏡検査評価中のコンピュータ支援による新形成の検出 (CADeNCE)
結腸内視鏡検査評価中の新形成のコンピューター支援検出 (CADeNCE)
調査の概要
詳細な説明
結腸内視鏡検査は、結腸直腸がんの発生率と死亡率を防ぐための重要な診断および治療手順です。 結腸内視鏡検査の有効性の中心は、腺腫性ポリープや固着性鋸歯状病変を含む結腸直腸新生物の特定と除去です。 内視鏡医の腺腫検出率(ADR)は、古典的に 1 つ以上の腺腫が検出されたスクリーニング結腸内視鏡検査の割合として定義されており、患者の結腸内視鏡検査後の結腸直腸がんのリスクと強く反比例することが証明されています。 したがって、腺腫の検出を改善することは、品質保証の取り組みの主要な目標です。
2022 年、FDA は結腸直腸新生物 (結腸直腸ポリープとしても知られる) のコンピューター支援検出 (CADe) のための初の人工知能 (AI) システムを承認しました。 これらの CADe デバイスは、内視鏡モニター (つまり、境界ボックス) に画像を投影し、結腸内のポリープの疑いがあることを内視鏡医に警告します。 ランダム化比較試験を含む初期の研究では、CADe システムの使用により腺腫の検出が大幅に向上し、腺腫の見逃し率が低下することが実証されました (つまり、最初の結腸内視鏡検査が実施されたときに 2 回目の結腸内視鏡検査で見つかる腺腫が少なくなります)最初の結腸内視鏡検査で CADe を使用しなかった場合と比較して、CADe システムを使用した場合と比べて)。 しかし、より最近の研究では、これらのデバイスの明確な利点は実証されていません。 さらに、追加で検出される腺腫のほとんどは小型のポリープであり、その大部分は臨床的重要性はあったとしても最小限であると考えられています。 結腸内視鏡検査中に複数の腺腫が検出された場合、現在のガイドラインでは、通常よりも早く結腸内視鏡検査を繰り返すことが推奨されています。 また、CADe システムは、誤警報による警戒疲労の生成や、消化器病専門医の研修への悪影響など、意図しない結果をもたらす可能性があります。
継続的な品質保証の取り組みの一環として、退役軍人保健局 (VHA) の国立消化器病学および肝臓病学プログラム (NGHP) は、2022 年末に 100 台を超えるメドトロニック GI Genius CADe デバイスを購入しました。 すべての VHA 医療センターに CADe システムを供給する資金がなかったため、これらのデバイスは全米のランダムに選択された医療センターに割り当てられました。
VHA 内での CADe デバイスの導入により、NGHP は VHA 医療センター内での CADe の使用による定量的および定性的な影響と結果を評価します。 NGHP は、VHA 医療センターの施設および個々の内視鏡医の腺腫検出率を報告する結腸内視鏡検査の品質ダッシュボードを構築しました。 一部の医療センターでは、追加の品質指標も利用できます (例: 結腸鏡の取り出し時間、結腸内視鏡検査ごとの腺腫、結腸内視鏡検査ごとのポリープ)。
これらのデータを使用して、施設内 (つまり、CADe 前と後) および施設間 (つまり、CADe のある施設と CADe のない施設) で結果が比較されます。 CADe デバイスを導入している医療センターの内視鏡医は、これらのデバイスの使用状況と満足度について調査およびインタビューされます。
初期評価では、施設レベルでの成果を比較します。 その後の分析では、個々の内視鏡医レベルでの結果を比較します。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Washington
-
Seattle、Washington、アメリカ、98108
- VA Puget Sound Health Care System
-
-
参加基準
適格基準
就学可能な年齢
- 子
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 退役軍人省(VA)医療センターで行われた結腸内視鏡検査
除外基準:
- 非ランダム割り当てによりコンピュータ支援検出人工知能デバイスを導入したVA医療センターで行われた結腸内視鏡検査
- 病理結果が得られない退役軍人医療センターで行われた結腸内視鏡検査
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 |
|---|---|
|
コンピュータ支援による検出
大腸内視鏡検査は、コンピュータ支援検出 (CADe) 人工知能を備えた VA 施設で実施されます。
|
大腸内視鏡検査中に人工知能(AI)を活用したコンピュータ支援ポリープ検出システム
他の名前:
|
|
従来の結腸内視鏡検査
CADe 人工知能を利用できない退役軍人施設で行われる結腸内視鏡検査
|
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 |
|---|---|---|
|
腺腫の検出率
時間枠:ベースラインと6か月
|
結腸内視鏡検査で1つ以上の腺腫が検出される割合の変化
|
ベースラインと6か月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
腺がんの検出率
時間枠:ベースラインと6か月
|
大腸内視鏡検査で大腸がんが発見される割合の推移
|
ベースラインと6か月
|
|
固執する鋸歯状病変検出率
時間枠:ベースラインと6か月
|
検出された1つまたは複数の細胞性鋸歯状病変を伴う大腸内視鏡検査の割合
|
ベースラインと6か月
|
|
病理学の大腸内視鏡検査の割合が得られました
時間枠:ベースラインと6か月
|
病理学的レビューのために標本が得られた大腸内視鏡検査の割合
|
ベースラインと6か月
|
|
腺腫または腺癌のない病理の割合
時間枠:ベースラインと6か月
|
CADEの使用中の偽陽性病変の識別の代理として
|
ベースラインと6か月
|
|
介入なしの撤退時間
時間枠:ベースラインと6か月
|
介入がない場合の大腸内視鏡離脱期間の変化(例:ポリペクトミー、生検)が実施されます。
この結果は、データの可用性の問題(つまり、MDサイト)のためにサイトのサブセットでのみ評価できます。
|
ベースラインと6か月
|
|
大腸内視鏡検査のコンピューター支援検出に対するプロバイダーの満足度
時間枠:展開後約6か月後
|
CADEデバイスに対する満足度のプロバイダー評価
|
展開後約6か月後
|
その他の成果指標
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
腸の準備の質
時間枠:ベースラインと6か月
|
Boston Bowel Prep Scale(0~9、9が最適)またはAronchick Scale(悪いから優れた)を使用した結腸内視鏡検査中の腸の準備の適切さの変化
|
ベースラインと6か月
|
協力者と研究者
捜査官
- スタディディレクター:Jason A. Dominitz, MD, MHS、US Department of Veterans Affairs
出版物と役立つリンク
一般刊行物
- 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.
- 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.
- Gawron AJ, Yao Y, Gupta S, Cole G, Whooley MA, Dominitz JA, Kaltenbach T. Simplifying Measurement of Adenoma Detection Rates for Colonoscopy. Dig Dis Sci. 2021 Sep;66(9):3149-3155. doi: 10.1007/s10620-020-06627-2. Epub 2020 Oct 8.
- Wallace MB, Sharma P, Bhandari P, East J, Antonelli G, Lorenzetti R, Vieth M, Speranza I, Spadaccini M, Desai M, Lukens FJ, Babameto G, Batista D, Singh D, Palmer W, Ramirez F, Palmer R, Lunsford T, Ruff K, Bird-Liebermann E, Ciofoaia V, Arndtz S, Cangemi D, Puddick K, Derfus G, Johal AS, Barawi M, Longo L, Moro L, Repici A, Hassan C. Impact of Artificial Intelligence on Miss Rate of Colorectal Neoplasia. Gastroenterology. 2022 Jul;163(1):295-304.e5. doi: 10.1053/j.gastro.2022.03.007. Epub 2022 Mar 15.
- Levy I, Bruckmayer L, Klang E, Ben-Horin S, Kopylov U. Artificial Intelligence-Aided Colonoscopy Does Not Increase Adenoma Detection Rate in Routine Clinical Practice. Am J Gastroenterol. 2022 Nov 1;117(11):1871-1873. doi: 10.14309/ajg.0000000000001970. Epub 2022 Aug 23.
- Ladabaum U, Shepard J, Weng Y, Desai M, Singer SJ, Mannalithara A. Computer-aided Detection of Polyps Does Not Improve Colonoscopist Performance in a Pragmatic Implementation Trial. Gastroenterology. 2023 Mar;164(3):481-483.e6. doi: 10.1053/j.gastro.2022.12.004. Epub 2022 Dec 15. No abstract available.
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 (推定)
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
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。