- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT02847832
Prospektywna walidacja i porównanie różnych metod ultrasonograficznych do rozróżniania łagodnych i złośliwych guzów jajników/jajowodów przed operacją (IOTA7)
Prospektywna walidacja i porównanie subiektywnej oceny, model ADNEX Międzynarodowej Analizy Guza Jajnika (IOTA), model regresji logistycznej LR2, proste zasady i wskaźnik ryzyka złośliwości (RMI) do rozróżniania łagodnych i złośliwych guzów przydatków w rękach ultrasonografów z Różne poziomy doświadczenia
Zdolność różnych metod do rozróżniania łagodnych i złośliwych guzów przydatków została porównana w metaanalizie wykazującej, że proste reguły IOTA i model regresji logistycznej IOTA LR2 były lepsze od RMI i wszystkich innych metod przewidywania złośliwości guza przydatków włączone do metaanalizy. Jednak rzetelne porównanie metod wymaga ich zastosowania w tej samej populacji guzów.
Ogólnym celem tego badania jest prospektywna walidacja prostych reguł, ADNEX, modelu ryzyka prostych reguł, LR2 i RMI na dużym wieloośrodkowym zbiorze danych, aby umożliwić bezpośrednie porównanie tych narzędzi.
IOTA7 to międzynarodowe, wieloośrodkowe, prospektywne badanie obserwacyjne obejmujące różne rodzaje ośrodków ultrasonograficznych i egzaminatorów o różnym poziomie doświadczenia w ultrasonografii. W sumie około 1700 guzów przydatków z wynikiem histologicznym zostanie uwzględnionych w IOTA 7.
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Rak jajnika jest powszechną i śmiertelną chorobą, w przypadku której wiadomo, że wczesne wykrycie i leczenie w ośrodkach o dużej objętości i przez wyspecjalizowanych klinicystów poprawia przeżywalność. Dlatego kluczowe znaczenie mają dokładne metody przedoperacyjnego scharakteryzowania charakteru guza jajnika.
Najlepszą metodą ultrasonograficzną różnicowania łagodnych i złośliwych guzów przydatków jest subiektywna ocena, tj. subiektywna ocena wyników badań ultrasonograficznych. Subiektywna ocena wymaga jednak bardzo doświadczonego ultrasonografa. Bardziej obiektywne metody mogą być preferowane przez mniej doświadczonych egzaminatorów, którzy nie są pewni stosowania subiektywnej oceny. Indeks ryzyka złośliwości (RMI) jest jedną z takich metod. Istnieją również nowsze metody. Grupa International Ovarian Tumor Analysis (IOTA) stworzyła modele regresji logistycznej (LR1, LR2 i model ADNEX), w tym informacje kliniczne i ultrasonograficzne, aby obliczyć prawdopodobieństwo złośliwości guzów przydatków.
Grupa IOTA zaproponowała również proste zasady badania ultrasonograficznego, które można wykorzystać do klasyfikacji guzów przydatków jako łagodnych lub złośliwych.
Zdolność różnych metod do rozróżniania łagodnych i złośliwych guzów przydatków została porównana w metaanalizie wykazującej, że proste reguły IOTA i model regresji logistycznej IOTA LR2 były lepsze od RMI i wszystkich innych metod przewidywania złośliwości guza przydatków włączone do metaanalizy. Jednak rzetelne porównanie metod wymaga ich zastosowania w tej samej populacji guzów.
Ogólnym celem tego badania jest prospektywna walidacja prostych reguł, ADNEX, modelu ryzyka prostych reguł, LR2 i RMI na dużym wieloośrodkowym zbiorze danych, aby umożliwić bezpośrednie porównanie tych narzędzi. Pacjenci będą badani przez operatorów o różnym poziomie doświadczenia, dzięki czemu badacze będą mogli zbadać, w jaki sposób doświadczenie może wpłynąć na wydajność diagnostyczną.
IOTA7 to międzynarodowe, wieloośrodkowe, prospektywne badanie obserwacyjne obejmujące różne rodzaje ośrodków ultrasonograficznych i egzaminatorów o różnym poziomie doświadczenia w ultrasonografii. W sumie około 1700 guzów przydatków z wynikiem histologicznym zostanie uwzględnionych w IOTA 7.
Pacjenci ze stwierdzoną lub podejrzewaną masą przydatków zbadaną przezpochwowym (lub przezodbytniczym, jeśli pochwowe badanie nie jest możliwe) przez ultrasonografa certyfikowanego przez IOTA i potwierdzoną masą przydatków uznaną za niefizjologiczną, ale prawdopodobnie wymagającą operacji (głównie planowanej do leczenia chirurgicznego) na podstawie subiektywnej oceny badacza ultrasonograficznego) będą rekrutowani kolejno. Po włączeniu do badania od pacjenta uzyskuje się ustną lub pisemną (w zależności od wymagań lokalnej Komisji Etyki) świadomą zgodę.
Zbieranie danych odbywa się za pośrednictwem internetowego oprogramowania do eksploracji danych klinicznych (CDM). Dane przechowywane są na bezpiecznym serwerze.
Najpierw do CDM wprowadzane są informacje kliniczne o pacjencie. Po drugie, lekarz USG stawia diagnozę na podstawie subiektywnej oceny i odnotowuje sugerowane postępowanie. Po trzecie, wprowadzane są szczegółowe informacje ultrasonograficzne potrzebne do walidacji różnych modeli. Kiedy te dane zostały zamrożone (tak, że nie można ich już zmienić), egzaminator uzyskuje dostęp do wyników prostych zasad i ADNEX. Następnie ultrasonograf odnotowuje, czy te wyniki skłaniają go do zmiany zaproponowanego postępowania na podstawie subiektywnej oceny. Jeśli tak, określane jest nowe zarządzanie.
Złotym standardem walidacji zdolności dyskryminacyjnej i kalibracji jest histologia guza przydatków w ciągu 180 dni po badaniu ultrasonograficznym po chirurgicznym usunięciu przez laparotomię lub laparoskopię, jeśli chirurg uzna to za właściwe. W przypadku nowotworów złośliwych odnotowuje się stopień zaawansowania nowotworu złośliwego zgodnie z klasyfikacją Międzynarodowej Federacji Ginekologii i Położnictwa (FIGO).
Typ studiów
Zapisy (Oczekiwany)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Leuven, Belgia, 3000
- Rekrutacyjny
- University Hospitals Leuven
-
Kontakt:
- Dirk Timmerman, PhD
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Kolejne pacjentki ze stwierdzoną lub podejrzewaną masą przydatków, badane przezpochwowo (lub przezodbytniczo, jeśli pochwowe nie jest możliwe) przez ultrasonografa certyfikowanego przez IOTA i u których potwierdzono, że guz przydatków nie jest fizjologiczny, ale prawdopodobnie zostaną poddane operacji (głównie planowanej do zabiegu chirurgicznego) postępowanie na podstawie subiektywnej oceny badacza USG).
Zaangażowane będą różne rodzaje ośrodków ultrasonograficznych (poradnie ginekologiczne ogólne lub poradnie ultrasonograficzne specjalistyczne) oraz egzaminatorzy o różnym poziomie doświadczenia w badaniu ultrasonograficznym.
Opis
Kryteria przyjęcia:
- Każda kobieta zgłaszająca się z guzem przydatków uznana za niefizjologiczną i kwalifikującą się do operacji (głównie planowanej do leczenia chirurgicznego na podstawie subiektywnej oceny ultrasonografa; jednak lekarz ultrasonograf może zmienić zalecane postępowanie na zachowawcze po uzyskaniu wyników Prostych Zasad lub ADNEX są znane).
- Pacjentki w ciąży mogą być włączone, ale będą analizowane oddzielnie.
- Pacjenci ostatecznie wybrani do leczenia zachowawczego mogą zostać uwzględnieni, ale nie będą wykorzystywani do wszystkich analiz statystycznych.
- W przypadku pacjentów zakwalifikowanych do operacji opóźnienie operacji nie jest kryterium wykluczenia z tego badania, ale dla wybranych celów oceniani będą tylko ci pacjenci, u których operacja została przeprowadzona w ciągu 180 dni od badania ultrasonograficznego.
- Pacjenci mogą być wybierani w każdym wieku, ale dla pacjentów
- Pacjenci, u których wykonano tylko badanie przezbrzuszne, mogą zostać włączeni do badania, ale zostaną poddani osobnej analizie.
Kryteria wyłączenia:
- Wcześniejsza obustronna adneksektomia
- Odmowa lub wycofanie świadomej zgody
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kohorta
- Perspektywy czasowe: Spodziewany
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
|---|---|
|
Czułość, swoistość, dodatnie i ujemne wskaźniki wiarygodności w wykrywaniu złośliwości różnymi metodami ultrasonograficznymi
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
AUC do rozróżniania łagodnych i złośliwych mas dla modeli prognostycznych.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
Miary wyników drugorzędnych
Miara wyniku |
Ramy czasowe |
|---|---|
|
Elastyczne krzywe kalibracji oparte na regresji lokalnej (loss) w celu oceny kalibracji oszacowanego ryzyka w przypadku nowotworów złośliwych określonych przez modele przewidywania ryzyka.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
Czułość, swoistość, dodatnie i ujemne wskaźniki wiarygodności w wykrywaniu nowotworów złośliwych różnymi metodami ultrasonograficznymi w rękach lekarzy o różnym poziomie doświadczenia.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
AUC dla modeli predykcyjnych, w rękach egzaminatorów o różnym poziomie doświadczenia.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
Czułość, swoistość, dodatnie i ujemne ilorazy wiarygodności w wykrywaniu złośliwości dla różnych metod ultrasonograficznych, gdzie proste zasady są niejednoznaczne.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
AUC dla modeli prognostycznych, w przypadku których proste reguły są niejednoznaczne.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
Zmiana sugerowanego postępowania na podstawie subiektywnej oceny w zależności od poziomu wiedzy lekarza wykonującego badanie USG, po ukazaniu wyników prostych zasad.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
Indeks dyskryminacji politomii dla modelu ADNEX do rozróżniania różnych klas histologii.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
AUC dla każdej pary kategorii wyników przy użyciu metody ryzyka warunkowego dla modelu ADNEX w celu rozróżnienia różnych klas histologicznych.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
Wielomianowe krzywe kalibracji dla modelu ADNEX do przewidywania łagodnych guzów, guzów granicznych, pierwotnego raka jajnika w stadium 1, pierwotnego raka jajnika w stadium 2-4 i raka z przerzutami.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
Skorygowane ilorazy szans w odniesieniu do złośliwości dla wybranych cech ultrasonograficznych, głównie brodawkowatości, w podgrupie torbieli jednokomorowych z brodawkami.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
Czułość i swoistość w odniesieniu do złośliwości przy różnych wartościach granicznych ryzyka dla modelu przewidywania ryzyka w przypadku torbieli jednokomorowych z brodawkami w oparciu o ograniczoną liczbę zmiennych wybranych a priori.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
|
AUC dla modelu przewidywania ryzyka w przypadku torbieli jednokomorowych z brodawkami w oparciu o ograniczoną liczbę zmiennych wybranych a priori.
Ramy czasowe: W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
W szacowanym okresie rekrutacji 2 lata. Złotym standardem jest rozpoznanie histopatologiczne w ciągu 180 dni od badania USG.
|
Współpracownicy i badacze
Sponsor
Śledczy
- Krzesło do nauki: Tom Bourne, MD, PhD, Queen Charlotte's & Chelsea Hospital, Imperial College London, London, UNITED KINGDOM
- Krzesło do nauki: Ben Van Calster, MSc, PhD, Department Development & Regeneration, KU Leuven, Leuven, BELGIUM
- Krzesło do nauki: Ignace Vergote, MD, PhD, Department of Obstetrics and Gynecology, University Hospitals KU Leuven, Leuven, BELGIUM
- Krzesło do nauki: Lil Valentin, MD, PhD, Department of Obstetrics and Gynecology, Skåne University Hospital, Malmö, SWEDEN
- Krzesło do nauki: Antonia C Testa, MD, PhD, Unità Operativa di Ginecologia Oncologica Dipartimento Tutela della Salute della Donna e della Vita Nascente, Università Cattolica di Sacro Cuore, Roma, ITALY
- Krzesło do nauki: Sabine Van Huffel, MSc, PhD, Department of electrical engineering (ESAT SCD-SISTA), KU Leuven, Heverlee-Leuven, BELGIUM
Publikacje i pomocne linki
Publikacje ogólne
- Timmerman D, Van Calster B, Testa A, Savelli L, Fischerova D, Froyman W, Wynants L, Van Holsbeke C, Epstein E, Franchi D, Kaijser J, Czekierdowski A, Guerriero S, Fruscio R, Leone FPG, Rossi A, Landolfo C, Vergote I, Bourne T, Valentin L. Predicting the risk of malignancy in adnexal masses based on the Simple Rules from the International Ovarian Tumor Analysis group. Am J Obstet Gynecol. 2016 Apr;214(4):424-437. doi: 10.1016/j.ajog.2016.01.007. Epub 2016 Jan 19.
- Van Calster B, Van Hoorde K, Valentin L, Testa AC, Fischerova D, Van Holsbeke C, Savelli L, Franchi D, Epstein E, Kaijser J, Van Belle V, Czekierdowski A, Guerriero S, Fruscio R, Lanzani C, Scala F, Bourne T, Timmerman D; International Ovarian Tumour Analysis Group. Evaluating the risk of ovarian cancer before surgery using the ADNEX model to differentiate between benign, borderline, early and advanced stage invasive, and secondary metastatic tumours: prospective multicentre diagnostic study. BMJ. 2014 Oct 15;349:g5920. doi: 10.1136/bmj.g5920.
- Kaijser J, Sayasneh A, Van Hoorde K, Ghaem-Maghami S, Bourne T, Timmerman D, Van Calster B. Presurgical diagnosis of adnexal tumours using mathematical models and scoring systems: a systematic review and meta-analysis. Hum Reprod Update. 2014 May-Jun;20(3):449-62. doi: 10.1093/humupd/dmt059. Epub 2013 Dec 9.
- Woo YL, Kyrgiou M, Bryant A, Everett T, Dickinson HO. Centralisation of services for gynaecological cancers - a Cochrane systematic review. Gynecol Oncol. 2012 Aug;126(2):286-90. doi: 10.1016/j.ygyno.2012.04.012. Epub 2012 Apr 13.
- Engelen MJ, Kos HE, Willemse PH, Aalders JG, de Vries EG, Schaapveld M, Otter R, van der Zee AG. Surgery by consultant gynecologic oncologists improves survival in patients with ovarian carcinoma. Cancer. 2006 Feb 1;106(3):589-98. doi: 10.1002/cncr.21616.
- Vernooij F, Heintz AP, Witteveen PO, van der Heiden-van der Loo M, Coebergh JW, van der Graaf Y. Specialized care and survival of ovarian cancer patients in The Netherlands: nationwide cohort study. J Natl Cancer Inst. 2008 Mar 19;100(6):399-406. doi: 10.1093/jnci/djn033. Epub 2008 Mar 11.
- Earle CC, Schrag D, Neville BA, Yabroff KR, Topor M, Fahey A, Trimble EL, Bodurka DC, Bristow RE, Carney M, Warren JL. Effect of surgeon specialty on processes of care and outcomes for ovarian cancer patients. J Natl Cancer Inst. 2006 Feb 1;98(3):172-80. doi: 10.1093/jnci/djj019.
- Timmerman D, Testa AC, Bourne T, Ameye L, Jurkovic D, Van Holsbeke C, Paladini D, Van Calster B, Vergote I, Van Huffel S, Valentin L. Simple ultrasound-based rules for the diagnosis of ovarian cancer. Ultrasound Obstet Gynecol. 2008 Jun;31(6):681-90. doi: 10.1002/uog.5365.
- Installe AJ, Van den Bosch T, De Moor B, Timmerman D. Clinical data miner: an electronic case report form system with integrated data preprocessing and machine-learning libraries supporting clinical diagnostic model research. JMIR Med Inform. 2014 Oct 20;2(2):e28. doi: 10.2196/medinform.3251.
- Heintz AP, Odicino F, Maisonneuve P, Quinn MA, Benedet JL, Creasman WT, Ngan HY, Pecorelli S, Beller U. Carcinoma of the ovary. FIGO 26th Annual Report on the Results of Treatment in Gynecological Cancer. Int J Gynaecol Obstet. 2006 Nov;95 Suppl 1:S161-92. doi: 10.1016/S0020-7292(06)60033-7. No abstract available.
- Valentin L, Hagen B, Tingulstad S, Eik-Nes S. Comparison of 'pattern recognition' and logistic regression models for discrimination between benign and malignant pelvic masses: a prospective cross validation. Ultrasound Obstet Gynecol. 2001 Oct;18(4):357-65. doi: 10.1046/j.0960-7692.2001.00500.x.
- Timmerman D. The use of mathematical models to evaluate pelvic masses; can they beat an expert operator? Best Pract Res Clin Obstet Gynaecol. 2004 Feb;18(1):91-104. doi: 10.1016/j.bpobgyn.2003.09.009.
- Jacobs I, Oram D, Fairbanks J, Turner J, Frost C, Grudzinskas JG. A risk of malignancy index incorporating CA 125, ultrasound and menopausal status for the accurate preoperative diagnosis of ovarian cancer. Br J Obstet Gynaecol. 1990 Oct;97(10):922-9. doi: 10.1111/j.1471-0528.1990.tb02448.x.
- Timmerman D, Testa AC, Bourne T, Ferrazzi E, Ameye L, Konstantinovic ML, Van Calster B, Collins WP, Vergote I, Van Huffel S, Valentin L; International Ovarian Tumor Analysis Group. Logistic regression model to distinguish between the benign and malignant adnexal mass before surgery: a multicenter study by the International Ovarian Tumor Analysis Group. J Clin Oncol. 2005 Dec 1;23(34):8794-801. doi: 10.1200/JCO.2005.01.7632.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Oszacować)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
- Nowotwory
- Nowotwory jajnika
- Diagnoza
- Ultrasonografia
- Jajnik
- Wczesne wykrywanie raka
- Choroby układu hormonalnego
- Wczesna diagnoza
- Nowotwory układu moczowo-płciowego
- Cysty
- Choroby narządów płciowych, kobiety
- Nowotwory gruczołów dokrewnych
- Choroby przydatków
- Torbiele jajników
- Choroby jajników
- USG, Doppler
- Nowotwory narządów płciowych, kobiety
- Zaburzenia gonad
- Międzynarodowa analiza guza jajnika
- Proste zasady
- Msze przydatków
- Guzy jajnika
- Ocena przedoperacyjna
- Modele predykcyjne
- Modele regresji logistycznej
- Modele matematyczne
- Ryzyko złośliwości
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- IOTA7 s59207
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .