- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT03967756
Innvirkning av automatisk polyppdeteksjonssystem på adenomdeteksjonsfrekvens
3. april 2021 oppdatert av: Zhaoshen Li, Changhai Hospital
Effekten av automatisk polyppdeteksjonssystem på adenomdeteksjonsfrekvens - en multisenter, prospektiv, randomisert kontrollert prøveversjon
De siste årene, med den kontinuerlige utviklingen av kunstig intelligens, har automatiske polyppdeteksjonssystemer vist sitt potensiale for å øke kolorektale lesjoner.
Likevel, om dette systemet kan øke polypper- og adenomdeteksjonshastigheter i den virkelige kliniske settingen, må fortsatt bevises.
Hovedmålet med denne studien er å undersøke om en kombinasjon av koloskopi og et dyplæringsbasert automatisk polyppdeteksjonssystem er en mulig måte å øke adenomdeteksjonsraten sammenlignet med standard koloskopi.
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Studietype
Intervensjonell
Registrering (Forventet)
1118
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Zhaoshen Li, M.D
- Telefonnummer: 86-21-31161365
- E-post: li.zhaoshen@hotmail.com
Studer Kontakt Backup
- Navn: Yu Bai, M.D
- Telefonnummer: 86-21-31161335
- E-post: baiyu1998@hotmail.com
Studiesteder
-
-
-
Shanghai, Kina, 200433
- Rekruttering
- Changhai Hospital, Second Military Medical University
-
-
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
40 år til 85 år (VOKSEN, OLDER_ADULT)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Beskrivelse
Inklusjonskriterier:
- Pasienter i alderen 40-85 år som har indikasjoner for screening, overvåking og diagnostikk.
- Pasienter som har signert informerer samtykkeskjema.
Ekskluderingskriterier:
- Pasienter som har gjennomgått tykktarmsreseksjon
- Pasienter med intrakraniell og/eller sentralnervesystemsykdom, inkludert hjerneinfarkt og hjerneblødning.
- Pasienter med alvorlig kronisk kardiopulmonal og nyresykdom.
- Pasienter som ikke vil eller kan samtykke.
- Pasienter som ikke er egnet for koloskopi
- Pasienter som fikk akutt eller terapeutisk koloskopi
- Pasienter med graviditet, inflammatorisk tarmsykdom, polypose av tykktarm, tykktarmskreft eller tarmobstruksjon
- Pasienter som tar aspirin, klopidogrel eller andre antikoagulantia
- Pasienter med seponeringstid < 6 min
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: TILFELDIG
- Intervensjonsmodell: PARALLELL
- Masking: INGEN
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
EKSPERIMENTELL: AI-assistert uttaksgruppe
Et dyplæringsbasert automatisk polyppdeteksjonssystem ble brukt for å hjelpe endoskopisten.
|
Når koloskopister trekker tilbake koloskopiene og inspiserer tykktarmene, ble videostreamingen av koloskopier i sanntid byttet til det automatiske polyppdeteksjonssystemet, som gjorde det mulig å oppdage lesjoner i sanntid.
Når en potensiell polypp oppdages av systemet, vil det være en sporingsboks på en tilstøtende monitor for å lokalisere lesjonen med en samtidig lydalarm.
|
|
INGEN_INTERVENSJON: Rutinemessig uttaksgruppe
Rutinemessig uttak uten hjelp.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
adenomdeteksjonsrate (ADR)
Tidsramme: 30 minutter
|
antall pasienter med minst ett adenom delt på totalt antall pasienter.
|
30 minutter
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
polyppdeteksjonshastighet (PDR)
Tidsramme: 30 minutter
|
antall pasienter med minst én polypp delt på totalt antall pasienter.
|
30 minutter
|
|
adenom per koloskopi
Tidsramme: 30 minutter
|
antall adenomer oppdaget under koloskopi trekker seg delt på antall koloskopier.
|
30 minutter
|
|
polypp per koloskopi
Tidsramme: 30 minutter
|
antall polypper oppdaget under koloskopi trekker seg delt på antall koloskopier.
|
30 minutter
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
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
- Urban G, Tripathi P, Alkayali T, Mittal M, Jalali F, Karnes W, Baldi P. Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy. Gastroenterology. 2018 Oct;155(4):1069-1078.e8. doi: 10.1053/j.gastro.2018.06.037. Epub 2018 Jun 18.
- Ahmad OF, Soares AS, Mazomenos E, Brandao P, Vega R, Seward E, Stoyanov D, Chand M, Lovat LB. Artificial intelligence and computer-aided diagnosis in colonoscopy: current evidence and future directions. Lancet Gastroenterol Hepatol. 2019 Jan;4(1):71-80. doi: 10.1016/S2468-1253(18)30282-6. Epub 2018 Dec 6.
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. juni 2019
Primær fullføring (FORVENTES)
20. juli 2021
Studiet fullført (FORVENTES)
1. oktober 2021
Datoer for studieregistrering
Først innsendt
28. mai 2019
Først innsendt som oppfylte QC-kriteriene
28. mai 2019
Først lagt ut (FAKTISKE)
30. mai 2019
Oppdateringer av studieposter
Sist oppdatering lagt ut (FAKTISKE)
6. april 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
3. april 2021
Sist bekreftet
1. april 2021
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- AI-2
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
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. .