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

Deep-Learning for Automatic Polyp Detection During Colonoscopy

14 mei 2020 bijgewerkt door: NYU Langone Health
The primary objective of this study is to examine the role of machine learning and computer aided diagnostics in automatic polyp detection and to determine whether a combination of colonoscopy and an automatic polyp detection software is a feasible way to increase adenoma detection rate compared to standard colonoscopy.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Studietype

Ingrijpend

Inschrijving (Werkelijk)

5

Fase

  • Niet toepasbaar

Contacten en locaties

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

Studie Locaties

  • Verenigde Staten
    • New York
      • New York, New York, Verenigde Staten, 10016
        • NYU Langone Health

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

18 jaar tot 99 jaar (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Beschrijving

Inclusion Criteria:

  • Patients presenting for routine colonoscopy for screening and/or surveillance purposes.
  • Ability to provide written, informed consent and understand the responsibilities of trial participation

Exclusion Criteria:

  • People with diminished cognitive capacity.
  • The subject is pregnant or planning a pregnancy during the study period.
  • Patients undergoing diagnostic colonoscopy (e.g. as an evaluation for active GI bleed)
  • Patients with incomplete colonoscopies (those where endoscopists did not successfully intubate the cecum due to technical difficulties or poor bowel preparation)
  • Patients that have standard contraindications to colonoscopy in general (e.g. documented acute diverticulitis, fulminant colitis and known or suspected perforation).
  • Patients with inflammatory bowel disease
  • Patients with any polypoid/ulcerated lesion > 20mm concerning for invasive cancer on endoscopy.

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

  • Primair doel: Diagnostisch
  • Toewijzing: NVT
  • Interventioneel model: Opdracht voor een enkele groep
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: Screening Colonoscopy
Patients undergoing standard screening or surveillance colonoscopy will be included
Apparaat: Computer Algorithm
This device is a computer algorithm that runs in the background during routine screening or surveillance colonoscopy that is designed to aid in the detection of polyps

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Adenoma Detection Rate
Tijdsspanne: 1 Day
the proportion of colonoscopic examinations performed that detect one or more polyp
1 Day

Medewerkers en onderzoekers

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

Sponsor

NYU Langone Health

Onderzoekers

  • Hoofdonderzoeker: Seth Gross, MD, NYU Langone Health

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 (Werkelijk)

1 september 2018

Primaire voltooiing (Werkelijk)

7 juli 2019

Studie voltooiing (Werkelijk)

7 juli 2019

Studieregistratiedata

Eerst ingediend

16 augustus 2018

Eerst ingediend dat voldeed aan de QC-criteria

16 augustus 2018

Eerst geplaatst (Werkelijk)

20 augustus 2018

Updates van studierecords

Laatste update geplaatst (Werkelijk)

15 mei 2020

Laatste update ingediend die voldeed aan QC-criteria

14 mei 2020

Laatst geverifieerd

1 mei 2020

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • 18-00746

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 .

Abonneren