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

Deteksjon av endoskopiske reseksjonsarr og avgrensning av tilbakefall kan trenes (SCAR)

8. april 2024 oppdatert av: University Hospital, Ghent

Påvisning av endoskopiske reseksjonsarr og avgrensning av tilbakefall blant ikke-eksperter er mindre nøyaktig enn eksperter, men kan trenes i en kort læringsintervensjon

Kolonoskopi og polypektomi forebygges mot tykktarmskreft. Unnlatelse av å gjenkjenne det endoskopiske reseksjonsarret etter endoskopisk slimhinnereseksjon (EMR) risikerer ugjenkjent tilbakevendende eller gjenværende adenom (RRA), som kan forplante seg til kolorektal kreft etter koloskopi. Ekspertserier antyder at arrgjenkjenning og avhør er godt utført med en høy negativ prediktiv verdi av endoskopisk avbildning kontra histopatologi. I denne studien undersøker vi ytelsen til endoskopisk avbildning ved påvisning av RRA ved et endoskopisk reseksjonsarr blant generell endoskopist og virkningen av en læringsintervensjon på gjenkjennelse av RRA.

Studieoversikt

Status

Har ikke rekruttert ennå

Intervensjon / Behandling

Detaljert beskrivelse

Kolorektal kreft forebygges ved polypektomi. Unnlatelse av å gjenkjenne arret etter EMR risikerer ugjenkjent tilbakevendende eller gjenværende adenom (RRA), som kan forplante seg til kolorektal kreft etter koloskopi. Ekspertserier antyder at arrgjenkjenning og avhør er godt utført med en høy negativ prediktiv verdi av endoskopisk avbildning kontra histopatologi.

I denne studien undersøker vi ytelsen til endoskopisk avbildning ved påvisning av RRA ved et endoskopisk reseksjonsarr blant generell endoskopist og virkningen av en læringsintervensjon på gjenkjennelse av RRA.

Studietype

Intervensjonell

Registrering (Antatt)

141

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Ja

Beskrivelse

Inklusjonskriterier:

  • Endoskopister uansett erfaringsnivå

Ekskluderingskriterier:

  • voksne som ikke samtykker

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
Ingen inngripen: Førlæringsverktøy
Vurdering av endoskopiske bilder i forkant av et læringsverktøy om arr og residiv
Eksperimentell: post læringsverktøy
Vurdering av endoskopiske bilder etter et læringsverktøy om arr og residiv
Videobasert læringsverktøy om påvisning av endoskopiske reseksjonsarr og residiv.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Ytelse for å oppdage et residiv ved et endoskopisk reseksjonsarr.
Tidsramme: 2 år
Ytelse for å oppdage et residiv ved et endoskopisk reseksjonsarr.
2 år

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Ytelse av et læringsverktøy for å forbedre deteksjon av residiv ved et endoskopisk reseksjonsarr
Tidsramme: 2 år
Ytelse av et læringsverktøy for å forbedre deteksjon av residiv ved et endoskopisk reseksjonsarr
2 år
Forskjell i ytelse for å oppdage et residiv ved et endoskopisk reseksjonsarr mellom endoskopister med ulikt erfaringsnivå
Tidsramme: 2 år
Forskjell i ytelse for å oppdage et residiv ved et endoskopisk reseksjonsarr mellom endoskopister med ulikt erfaringsnivå
2 år
Utførelse av et læringsverktøy for å forbedre deteksjon av residiv ved et endoskopisk reseksjonsarr sammenlignet mellom endoskopister med ulikt erfaringsnivå
Tidsramme: 2 år
Utførelse av et læringsverktøy for å forbedre deteksjon av residiv ved et endoskopisk reseksjonsarr sammenlignet mellom endoskopister med ulikt erfaringsnivå
2 år

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: David J Tate, PhD, UZ Ghent

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 (Antatt)

1. mai 2024

Primær fullføring (Antatt)

1. januar 2026

Studiet fullført (Antatt)

1. januar 2027

Datoer for studieregistrering

Først innsendt

21. desember 2023

Først innsendt som oppfylte QC-kriteriene

4. januar 2024

Først lagt ut (Faktiske)

5. januar 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

9. april 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

8. april 2024

Sist bekreftet

1. april 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

IPD vil ikke bli gjort tilgjengelig for andre forskere

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. .

Kliniske studier på Tykktarmskreft

Kliniske studier på Læringsverktøy

3
Abonnere