Longnodule Imaging Biobank voor radiomics en AI-onderzoek (LIBRA)
8 juni 2021 bijgewerkt door: Royal Marsden NHS Foundation Trust
Deze studie verzamelt retrospectieve CT-scanbeelden en klinische gegevens van deelnemers met incidentele longknobbeltjes die in ziekenhuizen in heel Londen zijn gezien.
De onderzoekers gaan onderzoeken of machinaal leren kan worden gebruikt om te voorspellen welke deelnemers longkanker krijgen, om de vroege diagnose te verbeteren.
Studie Overzicht
Toestand
Werving
Interventie / Behandeling
Studietype
Observationeel
Inschrijving (Verwacht)
1000
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
- Naam: Richard Lee, MBBS PhD
- Telefoonnummer: 020 7352 8171
- E-mail: richard.lee@rmh.nhs.uk
Studie Locaties
-
-
-
London, Verenigd Koninkrijk, NW1 2PG
- Werving
- University College London Hospitals NHS Foundation Trust
-
Contact:
- Dr Neal Navani
- E-mail: neal.navani@uclh.nhs.uk
-
London, Verenigd Koninkrijk, SW3 6NP
- Werving
- The Royal Brompton NHS Foundation Trust
-
Contact:
- Anand Deveraj
- Telefoonnummer: 020 7352 8121
- E-mail: A.Devaraj@rbht.nhs.uk
-
Hoofdonderzoeker:
- Dr Anand Deveral
-
-
England
-
Sutton, England, Verenigd Koninkrijk, SM2 5PT
- Werving
- Royal Marsden - Surrey
-
Contact:
- Benjamin Hunter
- E-mail: benjamin.hunter@rmh.nhs.uk
-
-
Greater London
-
London, Greater London, Verenigd Koninkrijk, SE6 4JH
- Werving
- Lewisham and Greenwich NHS Trust
-
Contact:
- Dr Shafick Gareeboo
- E-mail: shafick.gareeboo@nhs.net
-
Hoofdonderzoeker:
- Shafick Gareeboo
-
-
Surrey
-
Carshalton, Surrey, Verenigd Koninkrijk, SM5 1AA
- Nog niet aan het werven
- Epsom and St Helier's Hospitals NHS Trust
-
Contact:
- Jonathon Ratoff
- E-mail: Jonathan.ratoff@nhs.net
-
Hoofdonderzoeker:
- Jonathon Ratoff
-
-
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 en ouder (VOLWASSEN, OUDER_ADULT)
Accepteert gezonde vrijwilligers
Nee
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten met eerder geïdentificeerde longknobbeltjes.
Beschrijving
Inclusiecriteria:
- Leeftijd > 18
- Baseline CT-thoraxbeeldvorming gerapporteerd als longknobbel(s) tussen 5 en 30 mm in de afgelopen 10 jaar.
- Grondwaarheid bekend (ofwel scangegevens die stabiliteit tonen gedurende 2 jaar (gebaseerd op diameter) of één jaar (gebaseerd op volumetrie), volledige resolutie of door biopsie bewezen maligniteit.
- Plakdikte < 2,5 mm.
Uitsluitingscriteria:
• Afwezigheid van ten minste één technisch adequate reeks CT-thoraxbeelden (gedefinieerd door visuele inspectie van de aanwezigheid van beeldgegevens van de thorax in het DICOM-record).
- Snijdikte > 2,5 mm.
- Beeldvorming > 10 jaar oud.
- Grondwaarheid onbekend.
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
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Long knobbeltjes
Een cohort van 1000 patiënten met incidentele longknobbeltjes zal worden geïdentificeerd aan de hand van klinische dossiers op deelnemende NHS-locaties. Link-geanonimiseerde CT-scanbeelden en -gegevens zullen worden opgeslagen met behulp van een centrale database voor onderzoek naar radiomics en kunstmatige intelligentie, om het risico op maligniteit te voorspellen. |
De scans van de patiënt zullen worden gebruikt als invoer in interne software om meerdere radiomics-functies te extraheren.
Deze kenmerken zullen worden gebruikt om een risicosignatuur te ontwikkelen die het maligniteitsrisico kan voorspellen.
Patiëntscans zullen ook worden gebruikt als input voor deep learning/convolutionele neurale netwerkmodellen om geautomatiseerde beeldvormingsclassificatie uit te voeren.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Ontwikkeling van een beeldvormende biobank
Tijdsspanne: 1 jaar
|
Het primaire eindpunt zal worden bereikt als we in staat zijn om baseline CT-scans en de minimale klinische dataset voor 1000 patiënten op te slaan.
|
1 jaar
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Ontdekking van een op CT-thorax gebaseerd radiomics-profiel om het risico op kanker te voorspellen.
Tijdsspanne: 1 jaar
|
We streven ernaar om verschillende clusters van radiomics-variabelen te identificeren om een radiomics predictive vector (RPV) te genereren, die kan worden gebruikt om patiënten te stratificeren op basis van maligniteitsrisico.
Deze vector zal worden gebruikt in multivariate analyse en vergeleken met bestaande risicomodellen.
|
1 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Medewerkers
Onderzoekers
- Studie stoel: Richard Lee, MBBS PhD, The Royal Marsden Hospital
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 juni 2020
Primaire voltooiing (VERWACHT)
1 augustus 2021
Studie voltooiing (VERWACHT)
1 augustus 2021
Studieregistratiedata
Eerst ingediend
12 februari 2020
Eerst ingediend dat voldeed aan de QC-criteria
12 februari 2020
Eerst geplaatst (WERKELIJK)
17 februari 2020
Updates van studierecords
Laatste update geplaatst (WERKELIJK)
11 juni 2021
Laatste update ingediend die voldeed aan QC-criteria
8 juni 2021
Laatst geverifieerd
1 juni 2021
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- CCR5215
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
ONBESLIST
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 .