Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Evaluatie van detectie van longknobbeltjes met kunstmatige intelligentie-ondersteunde computertomografie in Noord-China

27 maart 2018 bijgewerkt door: Jun Wang, Peking University People's Hospital

Evaluatie van de detectie van longknobbels en longkanker met behulp van door kunstmatige intelligentie ondersteunde computertomografie bij mensen die in Noord-China wonen: een prospectieve eenarmige multicentrische studie van screening

Longkanker is een van de belangrijkste doodsoorzaken in China. Longkankerscreening met een lage dosis computertomografie werd beschouwd als een betere benadering dan radiografie. De rol van longkankerscreening met Low-dose CT (LDCT) bij Chinezen blijft echter onduidelijk. Met de snelle ontwikkeling van kunstmatige intelligentie (AI) is de toepassing van AI bij het opsporen en diagnosticeren van ziekten onderzoeksfocus geworden. Bovendien speelt ook de psychische toestand van patiënten een belangrijke rol bij diagnostiek en behandeling.

Deze studie richt zich op de detectie en het beheer van de natuurlijke geschiedenis van longknobbeltjes en longkanker met AI-ondersteunde thorax-CT bij mensen die in Noord-China wonen, en heeft tot doel epidemiologische resultaten, medische dossiers van patiënten en sociaal-psychologische status te onderzoeken.

Studie Overzicht

Toestand

Onbekend

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Lu'an Municipal Hospital en North China Petroleum Bureau General Hospital hebben een paar jaar geleden de longkankerscreening door LDCT geparafeerd. Mensen die in Noord-China wonen en die door deze ziekenhuizen worden beheerd, namen elk jaar routinematig een thorax-CT. Deze studie is voor zover ons bekend de eerste die is ontworpen om longknobbel- en longkankerscreening te combineren met de toepassing van kunstmatige intelligentie in China.

Methoden: Ten eerste verwerft de studie epidemiologische, medische informatie en psychologische status van mensen die zijn aangeworven, en onderzoekt de gegevens die zijn verkregen van CT-scans van de afgelopen jaren met behulp van AI om een ​​model voor longknobbeldetectie te ontwikkelen. Ten tweede, het evalueren van de prestaties van modellen en deze toepassen om de gerekruteerde CT-scans van de Noord-Chinese bevolking te analyseren. Ten derde, het verbeteren van het model en het toevoegen van een functie voor de voorspelling van longknobbels van natuurlijk beloop en waarschijnlijkheid van maligniteit.

Doelstellingen: de epidemiologische resultaten weergeven over de incidentie van longknobbeltjes en longkanker bij de Noord-Chinese bevolking; Evalueren van de associatie tussen de epidemiologische, medische en psychologische profielen van mensen en de incidentie, diagnose en behandeling van longknobbeltjes; Een door kunstmatige intelligentie ondersteunde diagnose- en managementsoftware voor longknobbels ontwikkelen om strategieën voor CT-screening te ondersteunen.

Studietype

Observationeel

Inschrijving (Verwacht)

5000

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

40 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Mensen ouder dan 40 jaar die routinematig jaarlijks een LDCT-scan van de borstkas uitvoeren in een aangewezen ziekenhuis van Noord-China in ten minste de afgelopen 4 jaar tot december 2017, met aanvaardbare fysieke omstandigheden, komen in aanmerking.

Beschrijving

Inclusiecriteria:

  • 40 jaar of ouder
  • Routinematige CT-scan van de borst bij een lage dosis (120 kVp, 40-80 mA, plakdikte van 1,25 mm of minder) jaarlijks in Lu'an Municipal Hospital en North China Petroleum Bureau General Hospital in ten minste de afgelopen 4 jaar tot december 2017, bereid om de jaarlijkse routinematige LDCT-scan voort te zetten.
  • CT-gegevens van de borst zijn beschikbaar voor DICOM-indeling.
  • Ondertekend formulier voor geïnformeerde toestemming.

Uitsluitingscriteria:

  • Zwangere vrouw en gehandicapten
  • Voorgeschiedenis van thoraxchirurgie, behalve diagnostische thoracoscopie
  • Slechte fysieke toestand zonder voldoende ademhalingsreserve om indien nodig een lobectomie te ondergaan
  • Verkorte levensverwachting minder dan 10 jaar
  • Maligne tumorgeschiedenis in de afgelopen 5 jaar, met uitzondering van de volgende aandoeningen: genezen basaalcelcarcinoom van de huid, oppervlakkig blaascarcinoom. en baarmoederhalskanker in situ.
  • Voorgeschiedenis van interstitiële longziekte, pulmonale bulla en longtuberculose.
  • Andere omstandigheden die door de onderzoekers ongepast worden geacht voor inschrijving.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Observatiemodellen: Cohort
  • Tijdsperspectieven: Prospectief

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
LDCT-screeningsgroep
Mensen ontvangen vragenlijsten bij aanvang, vervolgens jaarlijkse LDCT-scan van de borstkas en follow-up.
Ander: Vragenlijst administratie
Proefpersonen zullen worden gevraagd een aanvullende gedetailleerde vragenlijst in te vullen met betrekking tot persoonlijke informatie, rookgeschiedenis, medische geschiedenis, hun eet- en levensstijlgewoonten, familiegeschiedenis van maligne neoplasmata, eerdere of huidige blootstellingen in het milieu en psychologische status.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Detectiesnelheid van longknobbeltje
Tijdsspanne: 3 maanden
Studiedeelnemers ondergaan baseline LDCT. Afbeeldingen worden onafhankelijk beoordeeld via AI-software om longknobbeltjes met een diameter groter dan 4 mm te identificeren. De software is ontwikkeld door onze computertechnologie-medewerker. Een radioloog beoordeelt vervolgens de beelden, meldt longknobbeltjes met een diameter groter dan 4 mm en eventuele andere afwijkingen. De bevindingen van de radioloog worden binnen 3 weken doorgegeven aan de deelnemers aan het onderzoek of hun huisarts. Het proces werd uitgevoerd via een dubbelblinde methode en de detectiepercentages van respectievelijk AI en radioloog zullen worden geregistreerd. Meeteenheid: Percentage (aantal deelnemers met gedetecteerde longknobbeltjes ten opzichte van het totale aantal deelnemers).
3 maanden
Profiel van gedetecteerde longknobbel
Tijdsspanne: 3 maanden
Alle gedetecteerde longknobbels worden geclassificeerd in 4 klassen op basis van de dichtheid en samenstelling van de knobbel: 1. pure geslepen glasknobbel (pGGN); 2. halfvaste knobbel; 3. vaste knobbel; 4. onzekere knobbel. Het aantal en de proportie van elke klasse en de diameter en locatie van elke knobbel worden geregistreerd. Meeteenheid: Percentage (aantal knobbeltjes in elke klasse ten opzichte van het totale aantal knobbeltjes); Numerieke waarde (gemiddelde waarde ± standaarddeviatie van knobbeltjes in elke klasse); Percentage (aantal knobbeltjes in elke kwab ten opzichte van het totale aantal knobbeltjes).
3 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gevoeligheid bij de detectie van klinisch bruikbare longknobbeltjes
Tijdsspanne: 3 maanden
AI-geassisteerde CT vergeleken met conventionele CT, gelezen door radioloog. Meeteenheid: Percentage (gedetecteerde bruikbare longknobbeltjes ten opzichte van het totale aantal bruikbare knobbeltjes).
3 maanden
Groei van longknobbeltje
Tijdsspanne: 3 jaar
Studiedeelnemers ondergaan baseline LDCT en daaropvolgende jaarlijkse LDCT. Door gebruik te maken van deze opeenvolgende CT-beelden, kan de volumeverdubbelingstijd (VDT) voor elke longknobbel via software worden berekend en kan deze worden gebruikt om de groei van de knobbel te evalueren. cMeeteenheid: numerieke waarde (volumeverdubbelingstijd, VDT).
3 jaar
Angst- en depressieniveau
Tijdsspanne: 3 maanden
Hospital Anxiety and Depression Scale (HADS) is opgenomen in onze vragenlijst en de score van deze schaal zal worden geregistreerd. Meeteenheid: numerieke waarde (schaalscore).
3 maanden
Levenskwaliteit en gezondheidstoestand
Tijdsspanne: 3 maanden
Het MOS-item short from health survey (SF-36) is opgenomen in onze vragenlijst en de score van deze schaal wordt geregistreerd. Meeteenheid: numerieke waarde (schaalscore).
3 maanden
Detectiepercentage longkanker
Tijdsspanne: 3 maanden
Percentage (het aantal gedetecteerde longknobbeltjes dat uiteindelijk werd gediagnosticeerd als primaire longkanker ten opzichte van het totale aantal gedetecteerde longknobbeltjes)
3 maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Peking University People's Hospital

Medewerkers

Lu'an Municipal Hospital
North China Petroleum Bureau General Hospital

Onderzoekers

  • Hoofdonderzoeker: Jun J Wang, MM, Peking University People's Hospital

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

1 april 2018

Primaire voltooiing (Verwacht)

1 december 2021

Studie voltooiing (Verwacht)

1 december 2021

Studieregistratiedata

Eerst ingediend

21 maart 2018

Eerst ingediend dat voldeed aan de QC-criteria

27 maart 2018

Eerst geplaatst (Werkelijk)

4 april 2018

Updates van studierecords

Laatste update geplaatst (Werkelijk)

4 april 2018

Laatste update ingediend die voldeed aan QC-criteria

27 maart 2018

Laatst geverifieerd

1 maart 2018

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • NCLUNG

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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 .

Klinische onderzoeken op Vragenlijst administratie

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in Tunisia

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

3
Abonneren