Effekten av AI på Trainee ADR
2. mars 2023 oppdatert av: James Buxbaum, University of Southern California
Effekten av kunstig intelligens på adenomdeteksjonsfrekvensen hos trainee
Adenomadeteksjonsrate (ADR) er en validert kvalitetsmåling for koloskopi med høyere ADR korrelert med forbedrede kolorektale kreftutfall.
Kunstig intelligens (AI) kan automatisk oppdage polypper på videomonitoren, noe som kan tillate endoskopister under trening å forbedre sin ADR.
Mål og hensikt med studien: Mål effekten av AI på en prospektiv, randomisert måte for å bestemme dens innvirkning på ADR av Gastroenterology traineer.
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Vårt mål er å bestemme virkningen av AI på adenomdeteksjonsfrekvensen til gastroenterologistudenter. Det sekundære målet med denne kvalitetsforbedringsstudien er å bestemme innvirkningen av AI-basert endoskopi på frekvensen av registrering av kvalitetsforbedringsmålinger kontra historisk ytelse i programmet vårt.
Stipendiater vil gjennomgå en opplæringsøkt før studiestart, som beskriver vanlig brukte beregninger for å vurdere kvaliteten på koloskopi og hvordan man bruker kunstig intelligens-programvaren. Gastroenterologistipendiater vil få samtykke til studiet før oppstart. Stipendiatene vil bli randomisert på daglig basis for å utføre koloskopier i et rom. Resultatene vil måle effekten av AI hos stipendiater
Studietype
Intervensjonell
Registrering (Forventet)
25
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: Jessica Serna, BS
- Telefonnummer: 323-409-6939
- E-post: Jessica.Serna@med.usce.edu
Studer Kontakt Backup
- Navn: Alex Rodriguez, BS
- Telefonnummer: 323-409-6939
- E-post: Alex.Rodriguez@med.usc.edu
Studiesteder
-
-
California
-
Los Angeles, California, Forente stater, 90033
- Rekruttering
- LAC+USC Medical Center
-
Ta kontakt med:
- James Buxbaum, MD
-
-
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
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Kjønn som er kvalifisert for studier
Alle
Beskrivelse
Inklusjonskriterier:
- Alle Gastroenterologi-stipendiater ved USC som utfører endoskopier vil bli inkludert i studien.
Ekskluderingskriterier:
- Hvis stipendiater nekter informert samtykke, vil de bli ekskludert.
- Prosedyrer utført på intensivavdelingen eller operasjonssalen vil ikke bli regnet med i studieberegningene da AI-systemet kun vil være tilgjengelig i endoskopienheten.
- Hvis prosedyrer kun utføres av fakultetet, der stipendiaten ikke er hovedoperatør, vil de ikke bli brukt til studieberegninger.
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: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Aktiv komparator: Endoskopi rom for kunstig intelligens
Stipendiatene vil bli randomisert på daglig basis for å utføre koloskopier i et rom med AI (intervensjon)
|
Bruken av AI versus ingen AI for å sammenligne påvisning av adenomer under endoskopi-prosedyrer.
|
|
Aktiv komparator: Endoskopi rom for ikke-kunstig intelligens
Stipendiatene vil bli randomisert på daglig basis for å utføre koloskopier i et ikke-AI-endoskopirom (standard omsorg).
|
Ikke-AI-bruk for å sammenligne påvisning av adenomer under endoskopi-prosedyrer.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Gjennomsnittlig adenomdeteksjonsrate
Tidsramme: Gjennom studiet i gjennomsnitt 2 år
|
Adenomadeteksjonshastighet med og uten AI
|
Gjennom studiet i gjennomsnitt 2 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Gjennomsnittlig påvisningsrate for polypper
Tidsramme: Gjennom hele studiet, i gjennomsnitt 2 år
|
Polypdeteksjonshastighet med og uten AI
|
Gjennom hele studiet, i gjennomsnitt 2 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Etterforskere
- Hovedetterforsker: James L Buxbaum, MD, University of Southern California
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
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Siegel RL, Miller KD, Fedewa SA, Ahnen DJ, Meester RGS, Barzi A, Jemal A. Colorectal cancer statistics, 2017. CA Cancer J Clin. 2017 May 6;67(3):177-193. doi: 10.3322/caac.21395. Epub 2017 Mar 1.
- Calderwood AH, Jacobson BC. Comprehensive validation of the Boston Bowel Preparation Scale. Gastrointest Endosc. 2010 Oct;72(4):686-92. doi: 10.1016/j.gie.2010.06.068.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Kaminski MF, Regula J, Kraszewska E, Polkowski M, Wojciechowska U, Didkowska J, Zwierko M, Rupinski M, Nowacki MP, Butruk E. Quality indicators for colonoscopy and the risk of interval cancer. N Engl J Med. 2010 May 13;362(19):1795-803. doi: 10.1056/NEJMoa0907667.
- Winawer SJ, Zauber AG, Ho MN, O'Brien MJ, Gottlieb LS, Sternberg SS, Waye JD, Schapiro M, Bond JH, Panish JF, et al. Prevention of colorectal cancer by colonoscopic polypectomy. The National Polyp Study Workgroup. N Engl J Med. 1993 Dec 30;329(27):1977-81. doi: 10.1056/NEJM199312303292701.
- Zauber AG, Winawer SJ, O'Brien MJ, Lansdorp-Vogelaar I, van Ballegooijen M, Hankey BF, Shi W, Bond JH, Schapiro M, Panish JF, Stewart ET, Waye JD. Colonoscopic polypectomy and long-term prevention of colorectal-cancer deaths. N Engl J Med. 2012 Feb 23;366(8):687-96. doi: 10.1056/NEJMoa1100370.
- Rex DK, Boland CR, Dominitz JA, Giardiello FM, Johnson DA, Kaltenbach T, Levin TR, Lieberman D, Robertson DJ. Colorectal Cancer Screening: Recommendations for Physicians and Patients from the U.S. Multi-Society Task Force on Colorectal Cancer. Am J Gastroenterol. 2017 Jul;112(7):1016-1030. doi: 10.1038/ajg.2017.174. Epub 2017 Jun 6.
- Abadir AP, Ali MF, Karnes W, Samarasena JB. Artificial Intelligence in Gastrointestinal Endoscopy. Clin Endosc. 2020 Mar;53(2):132-141. doi: 10.5946/ce.2020.038. Epub 2020 Mar 30.
- 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.
- Jovani M, Campbell EJ, Hur C, Joshi AD, Nishioka NS. Effect of video monitor size on polyp detection: a prospective, randomized, controlled trial. Gastrointest Endosc. 2019 Aug;90(2):254-258.e2. doi: 10.1016/j.gie.2019.03.1172. Epub 2019 Apr 12.
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. januar 2023
Primær fullføring (Forventet)
1. juni 2025
Studiet fullført (Forventet)
1. september 2025
Datoer for studieregistrering
Først innsendt
26. april 2022
Først innsendt som oppfylte QC-kriteriene
14. juni 2022
Først lagt ut (Faktiske)
21. juni 2022
Oppdateringer av studieposter
Sist oppdatering lagt ut (Anslag)
6. mars 2023
Siste oppdatering sendt inn som oppfylte QC-kriteriene
2. mars 2023
Sist bekreftet
1. mars 2023
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- HS-21-00094
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. .