高リスク乳がん集団に対するインテリジェントな遠隔介入
乳がんの高リスク集団に対するインテリジェンスによる遠隔介入の効果の評価
この臨床試験の目的は、BI-RADS 3 以上の結節を有する高リスク乳がんグループに対する、最新の遠隔健康介入計画の効果を従来の対面介入戦略と比較することです。
回答することを目的とした主な質問は次のとおりです。
- 遠隔での健康介入は、乳房結節の進行を遅らせるのに、従来の対面での介入よりも効果的でしょうか?
- 遠隔医療介入は、従来の対面介入よりも病気の悪化を最小限に抑え、患者の死亡リスクを軽減する効果が高いでしょうか?
- 従来の健康管理モデルと比較して、遠隔健康介入を受けた後、乳房結節人口の知識、信念、行動の変化は改善できるでしょうか?
参加者は実験グループと対照グループの 2 つのグループに分けられます。 実験グループの参加者には、以下に説明する最新の遠隔介入が 2 年間提供されます。
- 電話相談: これには、ビデオ通話または月に 1 回の電話を使用して患者をつなぎ、相談、フォローアップ、状態や症状の管理についての話し合いを行うことが含まれます。
- リモートモニタリングとウェアラブルデバイス:ウェアラブルデバイスと、赤外線胸部温度検出器や動的血圧検出器などのリモートモニタリングツールが週に1回使用され、患者のバイタルサインと症状をリモートで追跡します。
- モバイル アプリケーション: 専用のモバイル アプリは、患者が教育資料にアクセスし、進捗状況を追跡し、管理スケジュールを管理し、症状を記録し、サポート グループやオンライン コミュニティとつながるためのプラットフォームを提供するために使用されます。
- 教育プラットフォームと遠隔健康教育: オンライン プラットフォームとリソースは、乳がん、治療の選択肢、潜在的な副作用、ライフスタイルの調整、全体的な健康に関する教育資料を提供します。 これらのリソースは、包括的な情報を提供することで患者に力を与えます。
対照群の参加者には、「中国人女性のための乳がんスクリーニングガイドライン」に規定されている伝統的な戦略が提供される。つまり、3~6か月以上後の超音波によるフォローアップ検査が推奨される。 2 年間の追跡調査で変化がなければ、BI-RADS 2 にダウングレードできます。経過観察中に病変に疑わしい変化があった場合は、病理の性質を明らかにするために生検を検討する必要があります。
調査の概要
詳細な説明
乳がんは世界の主要な公衆衛生問題の 1 つです。 世界保健機関(WHO)の国際がん研究機関(IARC)の報告書によると、2020年には乳がんが肺がんに代わって世界第1位のがんとなり、女性の命と健康に深刻な脅威を与えている。 乳房結節は、乳房組織に形成される良性のしこりまたは塊です。 乳房結節は乳がんのリスクをある程度高める可能性があり、乳がんの診断と予防には乳房結節の早期健康管理を強化することが効果的です。 このプロジェクトは、遠隔介入技術を利用したインテリジェントな乳がんインテリジェント健康管理システムの構築を目的としています。 このシステムには、乳がんの予防と治療のボトルネックを打破することを目的とした、インテリジェントな乳房健康情報管理、乳房疾患リスク評価、および乳房の層別介入のモジュールが含まれています。
この臨床試験の目的は、BI-RADS 3 以上の結節を有する高リスク乳がんグループにおいて、最新の遠隔健康介入計画の効果を従来の対面介入戦略と比較することです。
回答することを目的とした主な質問は次のとおりです。
- 遠隔での健康介入は、乳房結節の進行を遅らせるのに、従来の対面での介入よりも効果的でしょうか?
- 遠隔医療介入は、従来の対面介入よりも病気の悪化を最小限に抑え、患者の死亡リスクを軽減する効果が高いでしょうか?
- 従来の健康管理モデルと比較して、遠隔健康介入を受けた後、乳房結節人口の知識、信念、行動の変化は改善できるでしょうか?
研究内容:
スクリーニングされ適格な被験者をランダムに実験群と対照群に分け、異なる健康管理プログラムを採用しました。実験群は遠隔介入健康管理モードを採用し、対照群は従来のガイドラインで推奨されている健康管理モードを採用しました。追跡調査の終了後、2 つの健康管理モードの効果を比較するために統計分析が実行されました。
1) 従来のモデルと比較して、乳房結節の悪性進行を遅らせる遠隔介入健康管理モデルの有効性を分析し、結節病変の進行率、結節悪性腫瘍、結節の改善率の違いを分析する。健康管理に費やす時間。
(2) インテリジェントな健康管理モデルの検出後の潜在的な乳がん患者の進行と死亡のリスクを軽減する際の、従来のモデルと比較した遠隔介入健康管理モデルの有効性を分析し、その違いを分析する。患者の死亡リスク、病変進行リスク、生存期間。
(3)従来のモードと比較して、遠隔介入健康管理モードの異なる健康管理介入モード後の乳房結節集団の知識、信念、および行動の変化の程度を分析すること。
調査対象母集団:
試験期間中に全国の5つの大規模三次病院の健康管理センターで健康診断に参加し、胸部カラードップラー超音波検査でTI-RADSカテゴリー3以上の乳房結節が認められた女性監察医。 この研究は、主な有効性結果指標として質的変数を用いた臨床試験研究であり、被験者はランダムに試験群、対照群、および両群で同様に並行した 1:1 デザインに割り付けられました。 各グループには 1,000 件のケースが必要で、20% のドロップアウト率を考慮すると、各グループで 1,250 件のケースが募集され、両方のグループで合計 2,500 件のケースが募集されました。
統計分析 この研究は、有効性の主要結果指標として質的変数を用いた臨床試験研究であり、両グループに対して同様に並行した 1:1 デザインが行われました。 研究者らは、臨床的に意味があるためには、スマート健康管理プログラム (試験グループ) が従来の健康管理プログラム (対照グループ) よりも少なくとも 5% 優れている必要があると考えました。 等しい (1:1) 優位性設計スキームを使用し、α = 0.025 (片側)、β = 0.20 (片側)、Δ = 5% に設定し、サンプル サイズ n を推定しました。 この臨床パイロット研究のデザインに基づいて、主要な有効性結果指標と組み合わせた推定では、各グループで 500 例の必要性が生じ、20% の排出率を考慮して、各グループで合計 625 例が募集されました。両グループとも1,250件。 特に明記しない限り、すべての統計検定は、検定レベル α = 0.05 (片側検定 α = 0.025) の両側検定を使用して実行されました。 この研究は、主な有効性結果指標として質的変数を使用した臨床試験研究であり、新しいレジメンの効果が臨床的に意味があるためには、対照薬の効果より少なくとも 5% 優れている必要があるため、α = に設定されました。 0.025 (片側) および β = 0.20 (片側)。
優位性検定の仮説 H0: テスト グループの効率がコントロール グループ以下、π_T-π_C≤0 H1: テスト グループの効率がコントロール グループの効率より大きい、π_T-π_C> 0 α = 0.025、優越性カットオフ値は 0 です。 実験群と対照群の有効率の差を計算し、95% CI の下限が次の場合、その差の 95% CI を計算します。 0 より大きい場合、実験グループの有効性は対照グループの有効性よりも優れていると考えられ、研究の期待された目標が達成されます。
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究連絡先
- 名前:Wenqi Hu, MPH
- 電話番号:15098719908
- メール:huwenqi_epi@163.com
参加基準
適格基準
就学可能な年齢
- 大人
健康ボランティアの受け入れ
説明
包含基準:
- 女性;年齢>=18;乳房にBI-RADS 3結節以上がある。インフォームドコンセントに署名しました。
除外基準:
- 他の既知の乳房疾患を患っている。重大な悪性疾患を患っている。リモート デバイスにアクセスできない、またはその使用方法がわからない。
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
- 主な目的:防止
- 割り当て:ランダム化
- 介入モデル:並列代入
- マスキング:ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的:実験グループ
|
遠隔医療介入とは、ビッグデータ、人工知能、5G テクノロジーを使用して、離れた場所にいる個人に医療サービスと介入を提供することを指します。
このアプローチにより、医療提供者は、対面でのやり取りを必要とせずに、医療の提供、患者の健康状態の監視、相談の提供、教育の提供、サポートの提供を行うことができます。
|
|
アクティブコンパレータ:コントロールグループ
少なくとも 3 ~ 6 か月後には、超音波検査によるフォローアップ検査が推奨されます。
2 年間の追跡調査で変化がなければ、BI-RADS 2 にダウングレードできます。経過観察中に病変に疑わしい変化があった場合は、病理の性質を明らかにするために生検を検討する必要があります。
|
超音波によるフォローアップ検査が推奨されます。
経過観察中に病変に疑わしい変化があった場合は、病理の性質を明らかにするために生検を検討する必要があります。
|
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 |
|---|---|---|
|
乳房結節の BI-RADS グレードの変化
時間枠:3年
|
追跡期間中に、実験グループと対照グループの両方で BI-RADS グレードの変化をチェックして、違いを確認します。 BI-RADS は、American Breast Imaging Reporting and Data System の略です。 これは、放射線科医がマンモグラムの所見を分類するために使用する標準化されたシステムです。 BI-RADS システムの範囲は 0 ~ 6 で、各カテゴリは乳がんの異なる疑いレベルを示します。 BI-RADS 0: 評価が不完全、追加の画像処理が必要。 BI-RADS 1: 陰性 (正常) 所見。 BI-RADS 2: 良性 (非癌性) 所見。 BI-RADS 3: おそらく良性の所見 (癌である可能性は 2% 未満)。 BI-RADS 4: 癌性の可能性がある疑わしい異常 (このカテゴリ内の数値が高いほど、癌の可能性が高くなります)。 BI-RADS 5: 悪性腫瘍の可能性が非常に高い (癌である可能性が 95% 以上)。 BI-RADS 6: 生検で証明された既知の悪性腫瘍。 |
3年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
乳がん発症リスクの違い
時間枠:3年
|
追跡期間中に、実験群と対照群の両方で乳がんのリスクをチェックし、違いを確認します。 実験群と対照群の乳がんの数と発生率が計算され、それらの統計的有意性がスチューデント t 検定またはカイ 2 乗検定を使用して評価されます。 すべての分析は R ソフトウェア バージョン 4.3.1 を使用して実行されます。 |
3年
|
その他の成果指標
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
知識、信念、行動の変化
時間枠:3年
|
追跡期間中に、実験グループと対照グループの両方の知識、信念、行動の変化をチェックして、違いを確認します。 「知識」では、基礎知識や病気の要因、自己点検意識など22問で構成されています。 「信念」セクションは、「良い生活習慣を維持できる」「胸の問題について気楽に相談できる」などの7つの質問で構成されています。 乳がんの「行動」セクションは4つの質問で構成されており、「乳房に異常が見つかったら医師の診察を受ける」「以前に乳房の自己検査を行ったことがある」などの記述が含まれている。 すべての質問は多肢選択式であり、各質問は「認識している/同意する/行った」を 1 ポイント、「知らない/同意しない/行っていない」を 0 ポイントとして採点されます。 合計 KAP スコアは 33 ポイントで、スコアが高いほど、乳がんに関する知識、信念、行動のレベルが高いことを示します。 |
3年
|
協力者と研究者
スポンサー
捜査官
- 主任研究者:Guang Zhang, Dr、Qianfoshan Hospital
出版物と役立つリンク
一般刊行物
- Torre LA, Siegel RL, Ward EM, Jemal A. Global Cancer Incidence and Mortality Rates and Trends--An Update. Cancer Epidemiol Biomarkers Prev. 2016 Jan;25(1):16-27. doi: 10.1158/1055-9965.EPI-15-0578. Epub 2015 Dec 14.
- DeSantis CE, Bray F, Ferlay J, Lortet-Tieulent J, Anderson BO, Jemal A. International Variation in Female Breast Cancer Incidence and Mortality Rates. Cancer Epidemiol Biomarkers Prev. 2015 Oct;24(10):1495-506. doi: 10.1158/1055-9965.EPI-15-0535. Epub 2015 Sep 10.
- Taghipour S, Banjevic D, Miller AB, Montgomery N, Jardine AK, Harvey BJ. Parameter estimates for invasive breast cancer progression in the Canadian National Breast Screening Study. Br J Cancer. 2013 Feb 19;108(3):542-8. doi: 10.1038/bjc.2012.596. Epub 2013 Jan 15.
- Padilla A, Arponen O, Rinta-Kiikka I, Pertuz S. Image retrieval-based parenchymal analysis for breast cancer risk assessment. Med Phys. 2022 Feb;49(2):1055-1064. doi: 10.1002/mp.15378. Epub 2021 Dec 15.
- Green VL. Breast Cancer Risk Assessment and Management of the High-Risk Patient. Obstet Gynecol Clin North Am. 2022 Mar;49(1):87-116. doi: 10.1016/j.ogc.2021.11.009.
- Burka D, Gupta R, Moran AE, Cohn J, Choudhury SR, Cheadle T, Mullick R, Frieden TR. Keep it simple: designing a user-centred digital information system to support chronic disease management in low/middle-income countries. BMJ Health Care Inform. 2023 Jan;30(1):e100641. doi: 10.1136/bmjhci-2022-100641.
研究記録日
主要日程の研究
研究開始 (推定)
一次修了 (推定)
研究の完了 (推定)
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
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。