De implementatie van computerondersteunde detectie in trainingen verbetert de kwaliteit van toekomstige colonoscopieën
De implementatie van computerondersteunde detectie in een initiële endoscopietraining verbetert de kwaliteitsmaatregelen van toekomstige colonoscopieën van cursisten
Studie Overzicht
Toestand
Toestand
Conditie
Conditie
Interventie / Behandeling
Interventie / Behandeling
Gedetailleerde beschrijving
Studietype
Studietype
Inschrijving (Werkelijk)
Inschrijving
Contacten en locaties
Studie Locaties
-
-
-
Kraków, Polen, 31007
- Jagiellonian University
-
-
Deelname Criteria
Geschiktheidscriteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- volwassen deelnemers die om diverse redenen een colonoscopie hebben ondergaan uitgevoerd door specifieke endoscopisten die zijn beoordeeld op kwaliteitsindicatoren
Uitsluitingscriteria:
- een geschiedenis van darmresectie
- bevestigde inflammatoire darmziekte
- vermoeden van poliepen of kanker bij andere beeldvormingstests
- vermoeden van familiale adenomateuze polyposis
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Aantal groepen / cohorten
Cohorten en interventies
Groep / CohortGroep / Cohort |
Interventie / BehandelingInterventie / Behandeling |
|---|---|
|
Groep A
Colonoscopieën uitgevoerd door endoscopisten die zijn opgeleid in een door AI ondersteunde omgeving.
De kwaliteitsindicatoren worden gemeten na het voltooien van de training zonder AI-verbetering.
|
Endoscopisten getraind in een AI-verbeterde omgeving.
Hun kwaliteitsindicatoren worden gemeten na het voltooien van de training, zonder aanvullende AI-verbetering.
|
|
Groep B
Colonoscopieën uitgevoerd door conventioneel opgeleide endoscopisten.
De kwaliteitsindicatoren worden gemeten na het voltooien van de training zonder AI-verbetering.
|
Endoscopisten zijn conventioneel opgeleid
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
terugtrekking tijd
Tijdsspanne: Tijdens het colonoscopieonderzoek
|
De tijd vanaf de caecumintubatie tot het einde van het onderzoek
|
Tijdens het colonoscopieonderzoek
|
|
Cecale intubatiesnelheid (CIR)
Tijdsspanne: Tijdens het colonoscopieonderzoek
|
Het percentage colonoscopieën met succesvolle blindedarmintubaties
|
Tijdens het colonoscopieonderzoek
|
|
Adenoomdetectiepercentage (ADR)
Tijdsspanne: Tijdens het colonoscopieonderzoek
|
Het percentage colonoscopieën waarbij het adenoom werd gevonden
|
Tijdens het colonoscopieonderzoek
|
|
Geavanceerd adenoomdetectiepercentage (AADR)
Tijdsspanne: Tijdens het colonoscopieonderzoek
|
Het percentage colonoscopieën waarbij het gevorderde adenoom (>10 mm) werd gevonden
|
Tijdens het colonoscopieonderzoek
|
|
Adenoom per colonoscopiescore (APC)
Tijdsspanne: Tijdens het colonoscopieonderzoek
|
Het gemiddelde aantal adenomen dat bij één colonoscopie wordt gedetecteerd
|
Tijdens het colonoscopieonderzoek
|
|
Detectiesnelheid van gekartelde poliepen (SDR)
Tijdsspanne: Tijdens het colonoscopieonderzoek
|
Het percentage colonoscopieën waarbij de gekartelde poliep werd gevonden
|
Tijdens het colonoscopieonderzoek
|
Secundaire uitkomstmaten
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Lateraal verspreidende tumordetectiesnelheid
Tijdsspanne: Tijdens het colonoscopieonderzoek
|
Het percentage colonoscopieën waarbij de lateraal spreidende tumorlaesie werd gevonden
|
Tijdens het colonoscopieonderzoek
|
Medewerkers en onderzoekers
Sponsor
Sponsor
Onderzoekers
Onderzoekers
- Hoofdonderzoeker: Zofia Orzeszko, MD, Jagiellonian University
- Studie stoel: Miroslaw Szura, PhD, Prof., Jagiellonian University
Publicaties en nuttige links
Algemene publicaties
- 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.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Kaminski MF, Regula J, Kraszewska E, Polkowski M, Wojciechowska U, Didkowska J, Zwierko M, Rupinski M, Nowacki MP, Butruk E. Quality indicators for colonoscopy and the risk of interval cancer. N Engl J Med. 2010 May 13;362(19):1795-803. doi: 10.1056/NEJMoa0907667.
- Spadaccini M, Iannone A, Maselli R, Badalamenti M, Desai M, Chandrasekar VT, Patel HK, Fugazza A, Pellegatta G, Galtieri PA, Lollo G, Carrara S, Anderloni A, Rex DK, Savevski V, Wallace MB, Bhandari P, Roesch T, Gralnek IM, Sharma P, Hassan C, Repici A. Computer-aided detection versus advanced imaging for detection of colorectal neoplasia: a systematic review and network meta-analysis. Lancet Gastroenterol Hepatol. 2021 Oct;6(10):793-802. doi: 10.1016/S2468-1253(21)00215-6. Epub 2021 Aug 5.
- Barua I, Vinsard DG, Jodal HC, Loberg M, Kalager M, Holme O, Misawa M, Bretthauer M, Mori Y. Artificial intelligence for polyp detection during colonoscopy: a systematic review and meta-analysis. Endoscopy. 2021 Mar;53(3):277-284. doi: 10.1055/a-1201-7165. Epub 2020 Sep 29.
- Wang P, Liu P, Glissen Brown JR, Berzin TM, Zhou G, Lei S, Liu X, Li L, Xiao X. Lower Adenoma Miss Rate of Computer-Aided Detection-Assisted Colonoscopy vs Routine White-Light Colonoscopy in a Prospective Tandem Study. Gastroenterology. 2020 Oct;159(4):1252-1261.e5. doi: 10.1053/j.gastro.2020.06.023. Epub 2020 Jun 17.
- Glissen Brown JR, Mansour NM, Wang P, Chuchuca MA, Minchenberg SB, Chandnani M, Liu L, Gross SA, Sengupta N, Berzin TM. Deep Learning Computer-aided Polyp Detection Reduces Adenoma Miss Rate: A United States Multi-center Randomized Tandem Colonoscopy Study (CADeT-CS Trial). Clin Gastroenterol Hepatol. 2022 Jul;20(7):1499-1507.e4. doi: 10.1016/j.cgh.2021.09.009. Epub 2021 Sep 14.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Studie start
Primaire voltooiing (Werkelijk)
Primaire voltooiing
Studie voltooiing (Werkelijk)
Studie voltooiing
Studieregistratiedata
Eerst ingediend
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Eerst geplaatst
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update geplaatst
Laatste update ingediend die voldeed aan QC-criteria
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
Andere studie-ID-nummers
- 2024.000.367
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
product vervaardigd in en geëxporteerd uit de V.S.
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .