Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Lesjonsdeteksjonsvurdering i leveren: Standard vs lav stråledose ved bruk av varierte etterbehandlingsteknikker

3. mars 2026 oppdatert av: M.D. Anderson Cancer Center
Å sammenligne 2 forskjellige bildeopprettings-/behandlingsteknikker under en standard CT-skanning for å "se" problemer i leveren og lære hvilken metode som gir bedre bildekvalitet. Teknikkene bruker ny kunstig intelligens-programvare for å redusere bildestøy, noe som hjelper radiologen med å evaluere.

Studieoversikt

Status

Aktiv, ikke rekrutterende

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Hovedmål:

For å evaluere om etterbehandlingsprogramvare Adaptive Statistical Iterative Reconstruction (ASIR), ASIR-V, Veo 3.0 (GE-versjon av Model-based Iterative Reconstruction (MBIR) og Deep Learning Image Reconstruction (DLIR) er i stand til å bevare lesjonsdeteksjon i lever og andre mål på bildekvalitet ved reduserte stråledoser for computertomografi (CT).

Sekundære mål:

Vurdering av om etterbehandlingsprogramvare forbedrer lesjonsdeteksjon i leveren og andre mål på bildekvalitet ved standard og reduserte stråledoser.

Vurdering av om DLIR- og GSI DLIR-rekonstruksjoner yter forskjellig, både når det gjelder nøyaktighet og bildekvalitetsmålinger som støyreduksjon.

Studietype

Intervensjonell

Registrering (Faktiske)

146

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Forente stater
    • Texas
      • Houston, Texas, Forente stater, 77030
        • University of Texas MD Anderson Cancer Center

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år til 90 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Beskrivelse

Inklusjonskriterier:

  1. Pasienten må være >/= 18 år og </=90 år
  2. Menn og ikke-gravide kvinner
  3. Patologisk bevist diagnose av tykktarm eller kolorektal karsinom
  4. Levermetastaser ved siste CT-undersøkelse
  5. Standard of care CT abdomenundersøkelse planlagt MED IV kontrast

Ekskluderingskriterier:

  1. Pasienter kan ikke gi informert samtykke
  2. Pasienter kan ikke gjennomgå CT-undersøkelse

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: Ikke-randomisert
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Enkelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Computertomografiskanning - 50 % dosereduksjon
Deltakerne gjennomgår rutinemessig standard CT-undersøkelse for gjenoppbygging av tykktarmskarsinom, og får deretter en ekstra skanning av leveren ved 50 % dosereduksjon.
Diagnostisk test: Computertomografiskanning - 50 % dosereduksjon
Deltakerne gjennomgår rutinemessig standard CT-undersøkelse for gjenoppbygging av tykktarmskarsinom, og får deretter en ekstra skanning av leveren ved 50 % dosereduksjon.
Andre navn:
  • CT skann
Eksperimentell: Computertomografiskanning - 70 % dosereduksjon
Deltakerne gjennomgår rutinemessig standard CT-undersøkelse for gjenoppbygging av tykktarmskarsinom, og får deretter en ekstra skanning av leveren ved 70 % dosereduksjon.
Diagnostisk test: Computertomografiskanning - 70 % dosereduksjon
Deltakerne gjennomgår rutinemessig standard CT-undersøkelse for gjenoppbygging av tykktarmskarsinom, og får deretter en ekstra skanning av leveren ved 70 % dosereduksjon.
Andre navn:
  • CT skann
Eksperimentell: Deep Learning Image Reconstruction (DLIR)
DLIR er tilgjengelig i både enkelt (SE) og dual/multi energy (DE) CT-skanningsmodus. DLIR SECT og DLIR DECT rekonstruksjoner har ennå ikke blitt sammenlignet.
Diagnostisk test: Deep Learning Image Reconstruction (DLIR)
Deltakerne får standard-of-care bildebehandling uten kunstig intelligens-programvare og bildeteknikk.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Metastasedeteksjonsnøyaktighet
Tidsramme: 1 dag
Primært endepunkt er metastasedeteksjonsnøyaktighetsstatus for hver pasient, der standardbehandlingsskanningen gjennomgått av ''sannhetslesere'' (uavhengig av de blindede radiologene) fungerer som gullstandarden. Hvis noen lesjon hos en pasient blir diagnostisert som metastase av "sannhetslesere" eller blinde lesernes konsensus, vil den pasienten bli ansett som henholdsvis sann positiv og diagnosepositiv. Den forventede nøyaktigheten av standard CT er 95 %, og en lavdose CT-deteksjon anses som ikke-underordnet hvis nøyaktigheten er 85 % eller høyere.
1 dag

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

M.D. Anderson Cancer Center

Etterforskere

  • Hovedetterforsker: Corey T. Jensen, MD, M.D. Anderson Cancer Center

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

Hjelpsomme linker

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

9. mai 2017

Primær fullføring (Antatt)

30. april 2027

Studiet fullført (Antatt)

30. april 2027

Datoer for studieregistrering

Først innsendt

9. mai 2017

Først innsendt som oppfylte QC-kriteriene

11. mai 2017

Først lagt ut (Faktiske)

12. mai 2017

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

5. mars 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

3. mars 2026

Sist bekreftet

1. mars 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 2016-1135
  • NCI-2018-01272 (Annen identifikator: NCI-CTRP Clinical Trials Reporting Registry)

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Kliniske studier på Levermetastaser

Kliniske studier på Computertomografiskanning - 50 % dosereduksjon

Søk i lignende forsøk

Sponsorer og samarbeidspartnere

Medisinsk tilstand

Legemiddelintervensjoner

CROs by country

CROs in Luxembourg

Forhold

Sjeldne sykdommer

Legemiddelintervensjoner

Kosttilskudd

Sponsor / samarbeidspartnere

Steder

Abonnere