이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

소형/소형 용종 조직학의 예측: 교훈적 대 컴퓨터 기반 교육

2019년 2월 17일 업데이트: University of Birmingham

소형/소형 용종 조직학의 예측에 대한 무작위 통제 시험: 교훈적 훈련과 자기주도적 컴퓨터 기반 훈련 간의 비교

대장암은 가장 흔한 암 중 하나이며 이를 진단하는 가장 좋은 방법은 대장 내시경 검사(대장경검사)입니다. 장암의 전조는 폴립이라고 불리며 대장 내시경 검사 시 발견하고 제거할 수 있습니다. 이것은 장암 발병 가능성을 줄입니다. 완전히 무해한 것부터 시간이 지남에 따라 암으로 발전할 수 있는 것까지 다양한 유형의 폴립이 있습니다.

기술의 발전으로 더 많은 폴립이 감지되고 있으며 폴립 유형을 예측할 수 있습니다. 따라서 작은 폴립이 발견되면 폴립 유형을 예측하고 폴립을 제거한 다음 실험실로 보내는 대신 폐기하여 의료 서비스 비용을 줄이는 내시경 검사의 새로운 전략이 있습니다.

전문가의 손에서 용종 유형 예측의 정확도는 용종을 제거하고 분석을 위해 실험실로 보낼 때와 유사합니다. 전문가가 이를 수행할 수 있지만 비전문가는 이러한 기준에 도달할 수 없으며 효과적인 교육이 필요합니다.

이 연구의 목적은 용종 유형을 예측하는 훈련생의 능력에 대한 교훈적인 대면 훈련과 컴퓨터 기반 자가 학습의 두 가지 훈련 방법의 효과를 비교하는 것입니다.

연구 개요

상태

알려지지 않은

정황

개입 / 치료

상세 설명

대장내시경 검사는 장암을 선별하고 결장직장암(폴립)의 전조를 발견하기 위한 황금 표준입니다. 폴립의 조기 발견은 내시경적 제거를 가능하게 하여 대장암을 감소시킵니다. 기술의 발전으로 내시경 의사는 장 내에서 더 많은 병변을 감지하고 있으며 대부분의 작은/소형

이러한 새로운 기술은 가장 광범위하게 조사된 NBI를 사용한 표준 백색광 내시경보다 우수한 것으로 입증되었습니다. 500개 이상의 폴립을 초과하는 6개 연구에 대한 체계적인 분석 결과, NBI를 사용할 때 종양을 비종양 병변과 구별할 때 통합 민감도 92%, 사양 86%, 정확도 89%가 나왔습니다. NBI 대 백색광 내시경(WLE)의 일대일 연구는 NBI가 종양성 병변과 비종양성 병변을 더 잘 구분하는 것으로 나타났습니다. i-Scan에서도 유사한 결과가 발견되었으며, WLE보다 성능이 우수하고 NBI와 마찬가지로 색소내시경(창자 점막에 염료를 분사하는 기술로 시간과 비용이 많이 드는 기술)과 유사합니다. BLI는 최신 이미징 플랫폼으로 현재 증거에 따르면 95.2%의 정확도로 용종(종양 대 비종양)을 구분하는 데 효과적이며 백색광 내시경과 비교할 때 BLI(1.6 % 대 10.0% p=0.001).

신생물성 병변과 비신생물성 병변을 특성화하기 위해 내시경 의사를 돕기 위해 내시경 스코어링 시스템이 개발되었습니다. 예를 들면 NICE(NBI International Colorectal Endoscopic)가 있습니다.

최근 Iacucci 등은 새로 도입된 OE-iSCAN 시스템을 사용하여 작고 작은 선종, SSA/P 및 과형성 용종의 광학 진단을 위한 단순화된 분류 시스템(내시경 검사 중 폴립 라벨링을 위한 단순 식별 방법)을 개발했습니다. 작거나 작은 폴립 진단을 위한 진단 정확도의 정도. 또한 SIMPLE 분류에 대한 교육 모듈의 전체 NPV가 91.3%인 것으로 나타났습니다. 이 사용자 친화적인 분류 시스템은 비종양 폴립과 종양을 구별하기 위해 여러 내시경 영상 플랫폼에서 경험이 있거나 경험이 없는 위장병 전문의가 사용할 수 있습니다. Bisschops R 등이 BASIC(BLI Adenoma Serrated International Classification)이라는 BLI를 사용하여 최근에 개발한 분류 시스템입니다. 이것은 폴립 표면, 구덩이 모양 및 혈관을 고려하여 전문가들 사이에서 높은 일치성을 보이는 것으로 나타났습니다.

NBI-NICE 분류 체계를 사용하는 전문가의 손에서 높은 신뢰도를 가지고 진단했을 때 정확도 98.9%, 민감도 98%, 특이도 100%, NPV 97.7%, PPV100%를 입증했다. 이러한 분류의 채택된 사용에 필수적인 것은 경험이 있는 사람과 훈련 중인 사람 모두를 위한 내시경 전문의를 위한 훈련입니다. NBI를 사용할 때 학습 곡선이 짧다는 좋은 증거가 있습니다. 자체 관리 컴퓨터 기반 교육 모듈을 사용하는 한 연구, 지역사회 기반 위장병 전문의(비전문가)는 >90%의 우수한 NPV에 도달할 수 있었지만 다른 요구 사항(감시 간격 예측)에는 미치지 못했습니다. NBI와 마찬가지로 i-Scan을 사용하여 과형성 병변과 선종성 병변을 구별하기 위한 기술 습득에 대한 학습 곡선이 조사되었습니다. Neumann 등의 초기 연구에서는 i-scan에 대한 이전 경험이 없는 4명의 내시경 의사가 피트 패턴에 대한 1시간 교육 세션 후 67-110개의 병변(개별화된 피드백 포함)을 검토한 후 최소 85%의 정확도에 도달한 빠른 학습 곡선을 보여주었습니다. 분석.

비전문가에게 병변을 효과적으로 특성화하는 방법을 가르치는 가장 효과적인 훈련 도구 및 방법을 식별하려는 시도가 있습니다. 연구에서는 병변의 스틸 이미지를 사용했지만 다른 각도에서 볼 수 없기 때문에 실제 사례를 반영하지 않기 때문에 제한적입니다. 비디오가 실제 연습을 최대한 가깝게 시뮬레이션한다고 생각합니다. 비디오를 사용한 연구는 훈련생이 90%의 정확도를 달성할 수 있음을 보여주었습니다.

보다 최근에 Rastogi의 그룹은 훈련생들 사이에서 작은 폴립 조직학을 예측하는 데 어떤 훈련 방법이 더 효과적인지 확인하려고 했습니다: 교훈적인 대면 훈련 대 컴퓨터 기반 자가 학습. 참가자들은 NBI를 사용하여 폴립의 특성화에 대한 컴퓨터 기반 자료를 통해 강의실 교육 세션 또는 자가 학습의 형태로 교훈적인 교육을 받도록 무작위로 배정되었습니다. 훈련생들은 조직학이 공개되고 설명되는 소형 폴립의 40개 비디오를 검토했습니다. 두 그룹 모두 테스트를 위해 추가로 40개의 비디오를 받았습니다. 이 연구는 교훈적인 그룹에서 가르친 사람들이 폴립을 더 높은 신뢰도로 특성화했지만 전반적인 성능은 두 그룹에서 비슷하다는 것을 발견했습니다. 정확도와 민감도는 자가 학습 그룹에서 약간 더 높았습니다(각각 93.9% vs 85.7% p 0.01 및 95.0% vs 86.9%; p0.03). 이 연구는 컴퓨터 기반 교육 모듈이 교훈적인 교육에 효과적일 수 있음을 보여줍니다. 아마도 온라인 자가 학습 교육생이 노출되는 양에 대한 반성일 것입니다.

조사관은 교훈적인 대면 교육 또는 자기 주도 컴퓨터 기반 학습을 받을 참가자를 모집하는 것을 목표로 하며 참가자는 NICE, BASIC 및 SIMPLE 분류를 사용하여 병변을 특성화하는 방법을 배우게 됩니다. 수사관은 훈련생, 초보 내시경 의사 및 경험 많은 내시경 의사를 모집하여 다른 그룹을 비교하는 것을 목표로 합니다. 사전 및 사후 교육 평가를 완료하여 사전 교육 평가에서 40-60개의 비디오(NBI, iScan OE 및 BLI의 동일한 비율) 및 40-60개의 비디오( 교육 후 평가에서 비디오 세트는 다르지만 동일한 비율의 NBI, iScan OE 및 BLI). 광학 진단 기술을 사용하여 결장 폴립 특성화의 기술 유지 및 지속 가능성을 평가하기 위해 후속 평가가 6개월에 완료됩니다. NBI 및 OE-iScan 비디오의 기존 라이브러리가 사용되며 교육 목적으로 사용되는 이미지에 환자가 동의하는 일상적인 대장 내시경 중에 추가 비디오가 수집됩니다.

조사자들은 교육 모듈에 따라 교육 전 평가와 교육 후 평가 사이의 성과가 향상될 것이라고 가정합니다. 연구자들은 또한 교훈적인 대면 그룹과 자가 훈련 그룹 사이에 차이가 없을 것이라고 가정합니다.

이것은 작은 폴립의 더 나은 특성화가 결국 '절제 및 폐기' 전략으로 이어질 수 있기 때문에 중요한 연구입니다. 여기에는 작거나 아주 작은 용종의 특성화(

이 연구는 다중 센터, 국제적 수준에서 여러 내시경 플랫폼(NBI, i-Scan OE 및 BLI)을 사용하여 다양한 참가자 그룹(초보자, 교육 및 숙련된 내시경 의사)에 대한 교육 모듈의 영향을 조사한다는 점에서 독특합니다. 이를 통해 교육 모듈이 다양한 이미징 양식을 사용하여 성능을 향상시키는지 여부를 평가할 수 있습니다.

연구 유형

중재적

등록 (예상)

160

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 연락처 백업

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

설명

포함 기준:

  • 교육 대장 내시경 의사: 대장 내시경 교육 과정에 있는 위장병학 연수생이며 대장 내시경 경험이 있습니다.

제외 기준:

  • 연구 참여에 동의할 수 없음
  • 대장내시경 경험이 없는 소화기내과 수련생

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 특수 증상
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
위약 비교기: 교훈적인 훈련
훈련은 전문 내시경 전문의가 PowerPoint(Microsoft Inc., Redmond, Washington, USA) 프레젠테이션을 통해 제공하는 교육과 함께 교훈적인 교육을 받도록 무작위로 배정된 참가자를 위한 강의실에서 실시됩니다. 가상 색소내시경을 사용한 광학 특성화에 대한 광범위한 경험을 가진 내시경 전문의가 모든 교육 자료를 검토했습니다.
교육 자료에는 "절제 및 폐기" 개요, 내시경 플랫폼(NBI, BLI 및 i-Scan), NICE 분류, SIMPLE 분류, BASIC 분류 및 사용 중인 두 분류의 예제 스틸 이미지 및 비디오가 포함되어 있습니다. 스틸 이미지는 참가자가 해석하기 더 어려운 비디오를 관찰하기 전에 움직임 인공물 없이 Kudo Pit 패턴 및 기타 폴립 기능을 관찰하고 학습할 수 있는 최상의 기회를 제공하는 데 사용됩니다. 교육은 약 1시간 동안 진행됩니다.
활성 비교기: 컴퓨터 기반 자기 훈련
컴퓨터 기반 자가 학습 그룹으로 무작위 배정된 참여자는 교육 그룹과 동일한 파워포인트 프레젠테이션을 받고 별도의 공간에서 교육을 완료하게 됩니다. 참가자는 피드백 상호 작용 없이 교육을 완료했습니다.
교육 자료에는 "절제 및 폐기" 개요, 내시경 플랫폼(NBI, BLI 및 i-Scan), NICE 분류, SIMPLE 분류, BASIC 분류 및 사용 중인 두 분류의 예제 스틸 이미지 및 비디오가 포함되어 있습니다. 스틸 이미지는 참가자가 해석하기 더 어려운 비디오를 관찰하기 전에 움직임 인공물 없이 Kudo Pit 패턴 및 기타 폴립 기능을 관찰하고 학습할 수 있는 최상의 기회를 제공하는 데 사용됩니다. 교육은 약 1시간 동안 진행됩니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
결장직장 폴립 조직학을 예측하는 능력
기간: 6 개월
용종 예측의 정확도, 민감도, 특이도, 양성 예측도 및 음성 예측도
6 개월

2차 결과 측정

결과 측정
측정값 설명
기간
신뢰도가 높은 예측
기간: 6 개월
신뢰도가 높은 예측의 비율이 두 팔 모두에 기록됩니다.
6 개월
관찰자 간 계약
기간: 6 개월
Kappa 통계는 각 폴립 비디오 분류에서 관찰자 간 일치를 결정하는 데 사용됩니다.
6 개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

협력자

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (예상)

2019년 3월 1일

기본 완료 (예상)

2019년 6월 1일

연구 완료 (예상)

2019년 12월 1일

연구 등록 날짜

최초 제출

2019년 1월 23일

QC 기준을 충족하는 최초 제출

2019년 2월 14일

처음 게시됨 (실제)

2019년 2월 18일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2019년 2월 19일

QC 기준을 충족하는 마지막 업데이트 제출

2019년 2월 17일

마지막으로 확인됨

2019년 2월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • ERN_17-1370

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .