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

Deep-Learning for Automatic Polyp Detection During Colonoscopy

14. mai 2020 oppdatert av: 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.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Studietype

Intervensjonell

Registrering (Faktiske)

5

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
    • New York
      • New York, New York, Forente stater, 10016
        • NYU Langone Health

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 99 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Beskrivelse

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.

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: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Screening Colonoscopy
Patients undergoing standard screening or surveillance colonoscopy will be included
Enhet: 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

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Adenoma Detection Rate
Tidsramme: 1 Day
the proportion of colonoscopic examinations performed that detect one or more polyp
1 Day

Samarbeidspartnere og etterforskere

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

Sponsor

NYU Langone Health

Etterforskere

  • Hovedetterforsker: Seth Gross, MD, NYU Langone Health

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)

1. september 2018

Primær fullføring (Faktiske)

7. juli 2019

Studiet fullført (Faktiske)

7. juli 2019

Datoer for studieregistrering

Først innsendt

16. august 2018

Først innsendt som oppfylte QC-kriteriene

16. august 2018

Først lagt ut (Faktiske)

20. august 2018

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

15. mai 2020

Siste oppdatering sendt inn som oppfylte QC-kriteriene

14. mai 2020

Sist bekreftet

1. mai 2020

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • 18-00746

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

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. .

Abonnere