- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT03487952
Ocena wykrywania guzków płucnych za pomocą tomografii komputerowej wspomaganej sztuczną inteligencją w północnych Chinach
Ocena wykrywania guzków płuc i raka płuc za pomocą tomografii komputerowej wspomaganej sztuczną inteligencją wśród osób mieszkających w północnych Chinach: prospektywne jednoramienne wieloośrodkowe badanie przesiewowe
Rak płuc jest jedną z głównych przyczyn zgonów związanych z rakiem w Chinach. Badania przesiewowe w kierunku raka płuc za pomocą niskodawkowej tomografii komputerowej uznano za lepsze podejście niż radiografia. Jednak rola badań przesiewowych w kierunku raka płuc za pomocą niskodawkowej tomografii komputerowej (LDCT) wśród Chińczyków pozostaje niejasna. Wraz z szybkim rozwojem sztucznej inteligencji (AI), zastosowanie sztucznej inteligencji w wykrywaniu i diagnozowaniu chorób stało się przedmiotem badań. Ponadto stan psychiczny pacjentów również odgrywa ważną rolę w diagnostyce i leczeniu.
Niniejsze badanie koncentruje się na wykrywaniu i zarządzaniu historią naturalną guzków płuc i raka płuc za pomocą tomografii komputerowej klatki piersiowej wspomaganej sztuczną inteligencją wśród osób mieszkających w północnych Chinach i ma na celu zbadanie wyników epidemiologicznych, dokumentacji medycznej pacjentów i społecznego statusu psychologicznego.
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Szpital miejski w Lu'an i szpital ogólny North China Petroleum Bureau kilka lat temu parafowały badania przesiewowe w kierunku raka płuc za pomocą LDCT. Osoby mieszkające w północnych Chinach, które są administrowane przez te szpitale, rutynowo co roku wykonują tomografię komputerową klatki piersiowej. To badanie jest, zgodnie z naszą najlepszą wiedzą, pierwszym, które ma na celu połączenie badań przesiewowych guzków płuc i raka płuc z zastosowaniem sztucznej inteligencji w Chinach.
Metody: Po pierwsze, badanie zbiera informacje epidemiologiczne, medyczne i stan psychiczny rekrutowanych osób oraz analizuje dane uzyskane z tomografii komputerowej z ostatnich kilku lat z wykorzystaniem sztucznej inteligencji w celu opracowania modelu wykrywania guzków płucnych. Po drugie, ocena działania modeli i zastosowanie ich do analizy tomografii komputerowej zrekrutowanej populacji północnych Chin. Po trzecie, udoskonalenie modelu i dodanie funkcji przewidywania historii naturalnej i prawdopodobieństwa złośliwości guzków płucnych.
Cele: przedstawienie wyników epidemiologicznych dotyczących zachorowalności na guzki płucne i raka płuca w populacji północnych Chin; Ocena związku między profilami epidemiologicznymi, medycznymi i psychologicznymi osób a występowaniem, diagnostyką i leczeniem guzków płucnych; Opracowanie wspomaganego sztuczną inteligencją oprogramowania do diagnozowania i zarządzania guzkami płuc w celu wsparcia strategii badań przesiewowych CT.
Typ studiów
Zapisy (Oczekiwany)
Kontakty i lokalizacje
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Wiek 40 lat lub więcej
- Rutynowe przeprowadzanie tomografii komputerowej klatki piersiowej przy niskiej dawce (120 kVp, 40-80 mA, grubość warstwy 1,25 mm lub mniej) co roku w Szpitalu Miejskim w Lu'an i Szpitalu Ogólnym Biura Naftowego Północnych Chin przez co najmniej 4 ostatnie lata do grudnia 2017, chętny do kontynuowania rutynowego corocznego badania LDCT.
- Dane z tomografii komputerowej klatki piersiowej są dostępne w formacie DICOM.
- Podpisany formularz świadomej zgody.
Kryteria wyłączenia:
- Kobieta w ciąży i niepełnosprawni
- Historia przebytej operacji klatki piersiowej, z wyjątkiem diagnostycznej torakoskopii
- Zły stan fizyczny bez wystarczającej rezerwy oddechowej, aby w razie potrzeby poddać się lobektomii
- Skrócenie oczekiwanej długości życia poniżej 10 lat
- Historia nowotworu złośliwego w ciągu ostatnich 5 lat, z wyjątkiem następujących stanów: wyleczony rak podstawnokomórkowy skóry, powierzchowny rak pęcherza moczowego. i raka szyjki macicy in situ.
- Historia śródmiąższowej choroby płuc, pęcherzy płucnych i gruźlicy płuc.
- Inne okoliczności, które badacze uznają za nieodpowiednie do rejestracji.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kohorta
- Perspektywy czasowe: Spodziewany
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Grupa badań przesiewowych LDCT
Ludzie otrzymują kwestionariusz na początku badania, a następnie coroczne badanie LDCT klatki piersiowej i obserwację.
|
Pacjenci zostaną poproszeni o wypełnienie dodatkowego szczegółowego kwestionariusza dotyczącego danych osobowych, historii palenia tytoniu, historii medycznej, nawyków żywieniowych i stylu życia, historii nowotworów złośliwych w rodzinie, wszelkich przeszłych lub obecnych narażeń środowiskowych oraz stanu psychicznego.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Szybkość wykrywania guzka w płucach
Ramy czasowe: 3 miesiące
|
Uczestnicy badania przechodzą wyjściową LDCT.
Obrazy są przeglądane niezależnie za pomocą oprogramowania AI w celu identyfikacji guzków w płucach o średnicy większej niż 4 mm.
Oprogramowanie jest rozwijane przez naszego współpracownika w dziedzinie technologii komputerowych.
Następnie radiolog przegląda obrazy, zgłasza guzki w płucach o średnicy większej niż 4 mm i wszelkie inne nieprawidłowości.
Ustalenia radiologa zostaną przekazane uczestnikom badania lub ich lekarzom podstawowej opieki zdrowotnej w ciągu 3 tygodni.
Proces został przeprowadzony metodą podwójnie ślepej próby, a wskaźniki wykrywania AI i radiologa zostaną zarejestrowane odpowiednio.
Jednostka miary: Procent (liczba uczestników z wykrytymi guzkami w płucach w stosunku do całkowitej liczby uczestników).
|
3 miesiące
|
|
Profil wykrytego guzka w płucu
Ramy czasowe: 3 miesiące
|
Wszystkie wykryte guzki w płucach zostaną sklasyfikowane według 4 klas według gęstości i składu guzka: 1. czysty guzek o matowym szkle (pGGN); 2. guzek częściowo lity; 3. guzek lity; 4. niepewny guzek.
Zapisuje się liczbę i proporcję każdej klasy oraz średnicę i lokalizację każdego guzka.
Jednostka miary: procent (liczba guzków w każdej klasie w stosunku do całkowitej liczby guzków); Wartość liczbowa (wartość średnia ± odchylenie standardowe guzków w każdej klasie); Procent (liczba guzków w każdym płacie w stosunku do całkowitej liczby guzków).
|
3 miesiące
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Czułość w wykrywaniu klinicznie użytecznych guzków w płucach
Ramy czasowe: 3 miesiące
|
Tomografia komputerowa wspomagana sztuczną inteligencją w porównaniu z konwencjonalną tomografią komputerową odczytywaną przez radiologa.
Jednostka miary: procent (wykryte guzki w płucach nadające się do działania w stosunku do całkowitej liczby guzków nadających się do działania).
|
3 miesiące
|
|
Wzrost guzka płucnego
Ramy czasowe: 3 lata
|
Uczestnicy badania przechodzą wyjściową LDCT, a następnie coroczną LDCT.
Korzystając z tych kolejnych obrazów CT, czas podwojenia objętości (VDT) dla każdego guzka w płucach można obliczyć za pomocą oprogramowania i można go wykorzystać do oceny wzrostu guzka.
cJednostka miary: wartość liczbowa (czas podwojenia objętości, VDT).
|
3 lata
|
|
Poziom lęku i depresji
Ramy czasowe: 3 miesiące
|
Szpitalna Skala Lęku i Depresji (HADS) jest zawarta w naszym kwestionariuszu, a wynik tej skali zostanie odnotowany.
Jednostka miary: wartość liczbowa (wynik skali).
|
3 miesiące
|
|
Jakość życia i stan zdrowia
Ramy czasowe: 3 miesiące
|
Krótka pozycja MOS z ankiety zdrowotnej (SF-36) jest zawarta w naszym kwestionariuszu, a wynik tej skali zostanie odnotowany.
Jednostka miary: wartość liczbowa (wynik skali).
|
3 miesiące
|
|
Wskaźnik wykrywalności raka płuc
Ramy czasowe: 3 miesiące
|
Procent (liczba wykrytych guzków w płucach, które zostały ostatecznie zdiagnozowane jako pierwotny rak płuca w stosunku do całkowitej liczby wykrytych guzków w płucach)
|
3 miesiące
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Jun J Wang, MM, Peking University People's Hospital
Publikacje i pomocne linki
Publikacje ogólne
- National Lung Screening Trial Research Team, Aberle DR, Adams AM, Berg CD, Black WC, Clapp JD, Fagerstrom RM, Gareen IF, Gatsonis C, Marcus PM, Sicks JD. Reduced lung-cancer mortality with low-dose computed tomographic screening. N Engl J Med. 2011 Aug 4;365(5):395-409. doi: 10.1056/NEJMoa1102873. Epub 2011 Jun 29.
- Baldwin DR, Callister ME; Guideline Development Group. The British Thoracic Society guidelines on the investigation and management of pulmonary nodules. Thorax. 2015 Aug;70(8):794-8. doi: 10.1136/thoraxjnl-2015-207221. Epub 2015 Jul 1.
- Harris RP, Sheridan SL, Lewis CL, Barclay C, Vu MB, Kistler CE, Golin CE, DeFrank JT, Brewer NT. The harms of screening: a proposed taxonomy and application to lung cancer screening. JAMA Intern Med. 2014 Feb 1;174(2):281-5. doi: 10.1001/jamainternmed.2013.12745. Erratum In: JAMA Intern Med. 2014 Mar;174(3):484.
- Field JK, Oudkerk M, Pedersen JH, Duffy SW. Prospects for population screening and diagnosis of lung cancer. Lancet. 2013 Aug 24;382(9893):732-41. doi: 10.1016/S0140-6736(13)61614-1.
- Silva M, Pastorino U, Sverzellati N. Lung cancer screening with low-dose CT in Europe: strength and weakness of diverse independent screening trials. Clin Radiol. 2017 May;72(5):389-400. doi: 10.1016/j.crad.2016.12.021. Epub 2017 Feb 4.
- Detterbeck FC, Mazzone PJ, Naidich DP, Bach PB. Screening for lung cancer: Diagnosis and management of lung cancer, 3rd ed: American College of Chest Physicians evidence-based clinical practice guidelines. Chest. 2013 May;143(5 Suppl):e78S-e92S. doi: 10.1378/chest.12-2350.
- Wiener RS, Gould MK, Woloshin S, Schwartz LM, Clark JA. What do you mean, a spot?: A qualitative analysis of patients' reactions to discussions with their physicians about pulmonary nodules. Chest. 2013 Mar;143(3):672-677. doi: 10.1378/chest.12-1095.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Oczekiwany)
Zakończenie podstawowe (Oczekiwany)
Ukończenie studiów (Oczekiwany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- NCLUNG
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .
Badania kliniczne na Liczne guzki płucne
-
Assiut UniversityJeszcze nie rekrutacja
-
Spero TherapeuticsZakończonyKompleks Mycobacterium Avium | Niegruźlicze Mycobacterium Pulmonary DiseaseStany Zjednoczone
Badania kliniczne na Administracja kwestionariuszami
-
Cairn DiagnosticsZakończony
-
Nova Scotia Health AuthorityJeszcze nie rekrutacja
-
Koç UniversityJeszcze nie rekrutacjaJakość życia | Nietrzymanie moczu, popęd | Stres związany z nietrzymaniem moczu
-
University of California, San FranciscoNational Institute of Allergy and Infectious Diseases (NIAID); GlaxoSmithKline; Stanford University i inni współpracownicyRekrutacyjnyMalaria | Malaria Plasmodium VivaxPeru
-
University of North Carolina, Chapel HillNational Institute of Allergy and Infectious Diseases (NIAID)Jeszcze nie rekrutacjaZapobieganie malariiUganda
-
Peking University Third HospitalJeszcze nie rekrutacjaOsteoporoza | Zaburzenia rytmu okołodobowego
-
Pyae Linn AungUniversity of South Florida; Mahidol UniversityAktywny, nie rekrutującyMalaria | Plasmodium Vivax | Myanmar | Masowa Administracja Leków | PrymachinaMyanmar
-
Montreal Heart InstituteZakończony
-
Assistance Publique - Hôpitaux de ParisURC-CIC Paris Descartes Necker CochinRekrutacyjnyWrodzone wady rozwojowe płucFrancja
-
Washington University School of MedicineZakończonyFilarioza limfatyczna | Onchocerkoza | Zakażenia robakami przenoszonymi przez glebę (STH).Liberia