- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT03775811
In vivo computerondersteunde voorspelling van poliephistologie op witlichtcolonoscopie
Onze groep ontwikkelde voorafgaand aan de huidige studie een handgemaakt voorspellend model op basis van de extractie van oppervlaktepatronen (textons) met een diagnostische nauwkeurigheid van meer dan 90%24. Deze methode werd gevalideerd in een kleine dataset met alleen afbeeldingen van hoge kwaliteit.
Verwacht wordt dat kunstmatige intelligentie de nauwkeurigheid van de optische diagnose van colorectale poliepen zal verbeteren. We stellen een hybride aanpak voor die een Deep learning (DL)-systeem combineert met poliepkenmerken aangegeven door clinici (HybridAI). Er zal een pilot in vivo experiment worden uitgevoerd.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Optische diagnose heeft tot doel de histologie van een poliep te voorspellen op basis van zijn endoscopische kenmerken. Deze praktijk zou histopathologische analyse kunnen vermijden en de afgeleide kosten kunnen verlagen. Onder deze premisse heeft de American Society of Gastrointestinal Endoscopie (ASGE), in haar verklaring Preservation and Incorporation of Valuable endoscopic Innovations (PIVI), een diagnostische drempel vastgesteld voor real-time endoscopische beoordeling van kleine poliepen. De grondgedachte voor de implementatie ervan is dat de prevalentie van geavanceerde histologie bij poliepen < 5 mm erg laag is (0,5%).
Verschillende onderzoeken hebben aangetoond dat optische diagnose van kleine poliepen veilig en haalbaar is in de klinische praktijk en vergelijkbaar is met de huidige gouden standaard, histopathologie. Het is echter aangetoond dat de nauwkeurigheid van optische diagnose onvoldoende is in gemeenschapspraktijken of in niet-deskundige handen en de diagnose is zelfs nog moeilijker bij kleine poliepen < 3 mm waarbij de discrepantie tussen de endoscopische en pathologische diagnose ongeveer 15 is. %.
Kunstmatige intelligentie (AI) is naar voren gekomen als een hulpmiddel voor het karakteriseren van poliepen.
Om de optische diagnose te verbeteren met behulp van AI-methoden, stellen we een hybride aanpak voor die DL combineert met kenmerken van poliepen die handmatig worden aangegeven door endoscopisten (HybridAI).
Studietype
Inschrijving (Werkelijk)
Contacten en locaties
Studie Locaties
-
-
-
Barcelona, Spanje, 08036
- Hospital Clinic de Barcelona
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
Accepteert gezonde vrijwilligers
Geslachten die in aanmerking komen voor studie
Bemonsteringsmethode
Studie Bevolking
Alle patiënten met poliepen van elke grootte/morfologie, gedetecteerd in een routine- of screeningcolonoscopie, die endoscopisch worden gereseceerd en hersteld voor histologische analyse, zullen worden opgenomen.
De verkregen beelden zullen worden gebruikt om de database uit te breiden.
Beschrijving
Inclusiecriteria:
- Leeftijd > 18 jaar
- Goedkeuring van deelname aan het onderzoek. Handtekening van geïnformeerde toestemming
- Patiënten met ten minste één poliep van elke grootte/morfologie gediagnosticeerd in een routine- of screeningscoloscopie
- Endoscopieën uitgevoerd met high-definition endoscopen
Uitsluitingscriteria:
- Leeftijd <18 jaar
- Weigering om deel te nemen aan het onderzoek
- Poliepen gedeeltelijk weggesneden in een eerdere endoscopie
- Patiënten met een ontstekingsziekte
- Onmogelijkheid om resten van ontlasting of slijm op het oppervlak van de poliep te wassen
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Observatiemodellen: Cohort
- Tijdsperspectieven: Prospectief
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
---|---|---|
Nauwkeurigheid van het computerondersteunde systeem voor het voorspellen van de histologie van poliepen in de echte klinische praktijk
Tijdsspanne: Een jaar
|
De resultaten van de computerondersteunde systeemvoorspelling zullen worden vergeleken met het uiteindelijke pathologierapport, de gouden standaard
|
Een jaar
|
Medewerkers en onderzoekers
Sponsor
Medewerkers
Publicaties en nuttige links
Algemene publicaties
- Byrne MF, Chapados N, Soudan F, Oertel C, Linares Perez M, Kelly R, Iqbal N, Chandelier F, Rex DK. Real-time differentiation of adenomatous and hyperplastic diminutive colorectal polyps during analysis of unaltered videos of standard colonoscopy using a deep learning model. Gut. 2019 Jan;68(1):94-100. doi: 10.1136/gutjnl-2017-314547. Epub 2017 Oct 24.
- Sanchez-Montes C, Sanchez FJ, Bernal J, Cordova H, Lopez-Ceron M, Cuatrecasas M, Rodriguez de Miguel C, Garcia-Rodriguez A, Garces-Duran R, Pellise M, Llach J, Fernandez-Esparrach G. Computer-aided prediction of polyp histology on white light colonoscopy using surface pattern analysis. Endoscopy. 2019 Mar;51(3):261-265. doi: 10.1055/a-0732-5250. Epub 2018 Oct 25.
- Bernal J, Histace A, Masana M, Angermann Q, Sanchez-Montes C, Rodriguez de Miguel C, Hammami M, Garcia-Rodriguez A, Cordova H, Romain O, Fernandez-Esparrach G, Dray X, Sanchez FJ. GTCreator: a flexible annotation tool for image-based datasets. Int J Comput Assist Radiol Surg. 2019 Feb;14(2):191-201. doi: 10.1007/s11548-018-1864-x. Epub 2018 Sep 25.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Werkelijk)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- HISINVIA
- PI17/00894 (Ander subsidie-/financieringsnummer: Instituto de Salud Carlos III)
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
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 GEAUTOMATISEERDE POLYPENCLASSIFICATIE
-
Valduce HospitalVoltooid
-
University of MarylandBaltimore VA Medical CenterVoltooid
-
Rush University Medical CenterVoltooidArtrose, knie | Artrose, heup
-
Lawson Health Research InstituteVoltooidNeuropathie | ZenuwletselCanada
-
Turning PointMonash University; Eastern Health; BreastScreen Victoria; Lifepool; Shades of PinkVoltooidAlcohol drinken | Gezondheidskennis, attitudes, praktijkAustralië
-
Assoc. Prof. Jiri Kriz, MD, PhDWervingRuggenmergletsels | Autonome dysreflexieTsjechië