Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Integracja sztucznej inteligencji z badaniami przesiewowymi w kierunku raka płuc. (DACAPO)

11 kwietnia 2024 zaktualizowane przez: Centre Hospitalier Universitaire de Nice

Randomizowane, kontrolowane badanie obejmujące analizę tomografii komputerowej klatki piersiowej opartą na głębokim uczeniu się jako pomoc w podejmowaniu decyzji dotyczących wielodyscyplinarnych spotkań zespołu w celu badań przesiewowych w kierunku raka płuc u kwalifikujących się pacjentów

Skuteczność badań przesiewowych w kierunku raka płuc (LC) za pomocą niskodawkowej CT klatki piersiowej (LDCT) została już udowodniona.

Zmniejszenie śmiertelności związane z badaniami przesiewowymi LC wynosi około 20%, znacznie więcej niż zmniejszenie śmiertelności związane z badaniami przesiewowymi w kierunku raka piersi, okrężnicy lub prostaty.

Wdrażanie badań przesiewowych w kierunku raka płuc na dużą skalę napotyka dwie główne przeszkody:

  1. Brak radiologów klatki piersiowej i LDCT niezbędnych dla kwalifikującej się populacji (między 1,6 a 2,2 mln osób we Francji);
  2. Wysoka częstotliwość fałszywie dodatnich badań przesiewowych: w badaniu NLST ponad 20% badanych przesiewowych miało co najmniej jeden guzek nieokreślonego guzka płuca (ILN), podczas gdy mniej niż 3% ILN to faktycznie LC.

Złotym standardem określania łagodnego lub złośliwego charakteru guzka jest ostateczna histologia. W przeciwnym razie dobrą alternatywą jest ewolucja guzka w seryjnym obrazowaniu klatki piersiowej. Okres nieokreśloności guzka w wielu przypadkach może sięgać nawet 24 miesięcy, co może być źródłem przedłużającego się, a czasem nieuzasadnionego niepokoju kandydatów do badań przesiewowych.

Celem tego randomizowanego, kontrolowanego badania, które koncentruje się na skriningu LC u pacjentów w wieku od 50 do 80 lat, którzy palili więcej niż 20 paczek rocznie lub rzucili palenie mniej niż 15 lat temu. Jego celem jest ustalenie, czy wspomaganie spotkań zespołu multidyscyplinarnego (MDT) z analizą przesiewową LDCT opartą na sztucznej inteligencji przyspiesza ostateczną klasyfikację guzków na złośliwe lub łagodne.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Typ studiów

Interwencyjne

Zapisy (Szacowany)

2722

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

    • Alpes-maritimes
      • Nice, Alpes-maritimes, Francja, 06001
        • Rekrutacyjny
        • CHU de Nice - Hôpital de Pasteur
        • Kontakt:
        • Kontakt:
        • Główny śledczy:
          • Marquette Charles-Hugo, PhD

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat do 80 lat (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria przyjęcia:

  • Wiek od 50 do 80 lat
  • aktywny palacz lub były palacz, który rzucił palenie mniej niż 15 lat temu
  • historia palenia co najmniej 20 paczkolat
  • podpis świadomej zgody
  • przynależność do francuskiego ubezpieczenia społecznego

Kryteria wyłączenia:

  • objawy kliniczne sugerujące raka
  • niedawny skan klatki piersiowej (<1 rok) z innej przyczyny
  • nieprawidłowości radiologiczne wymagające obserwacji lub dodatkowych badań
  • problem zdrowotny znacząco ograniczający oczekiwaną długość życia z punktu widzenia klinicysty
  • problem zdrowotny ograniczający możliwość lub chęć poddania się operacji płuc
  • Pacjenci z czynną chorobą nowotworową, z wyjątkiem raka podstawnokomórkowego skóry.
  • osoby wrażliwe: osoby dorosłe pod kuratelą, osoby dorosłe pod opieką kuratorską problemy medyczne i/lub psychiatryczne o stopniu na tyle poważnym, że ograniczają pełne przestrzeganie badania lub narażają pacjentów na nadmierne ryzyko

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Diagnostyczny
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Grupa I.A
Pacjenci z co najmniej jednym guzkiem (> 6 mm), w przypadku których dyskusja na spotkaniu zespołu multidyscyplinarnego jest informowana o analizie tomografii komputerowej klatki piersiowej opartej na sztucznej inteligencji
Dyskusja na spotkaniu zespołu multidyscyplinarnego jest informowana o opartej na sztucznej inteligencji analizie ich tomografii komputerowej klatki piersiowej
Inny: Analiza grupowa, a nie IA
Pacjenci z co najmniej jednym guzkiem (> 6 mm), w przypadku których dyskusja na spotkaniu zespołu multidyscyplinarnego nie jest informowana o analizie tomografii komputerowej klatki piersiowej opartej na sztucznej inteligencji
Dyskusja na spotkaniu zespołu multidyscyplinarnego nie jest informowana o analizie tomografii komputerowej klatki piersiowej opartej na sztucznej inteligencji

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Diagnostyka chorób płuc
Ramy czasowe: W wieku 3 lat
Czas, jaki upłynął między wykryciem guzka w płucach a podjęciem decyzji MDT.
W wieku 3 lat

Miary wyników drugorzędnych

Miara wyniku
Ramy czasowe
Charakterystyka operacyjna strategii opartej na AI
Ramy czasowe: W wieku 3 lat
W wieku 3 lat

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Marquette Charles-Hugo, CHU de Nice, Service de Pneumologie

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

8 kwietnia 2024

Zakończenie podstawowe (Szacowany)

1 marca 2029

Ukończenie studiów (Szacowany)

1 października 2030

Daty rejestracji na studia

Pierwszy przesłany

19 stycznia 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

27 stycznia 2023

Pierwszy wysłany (Rzeczywisty)

30 stycznia 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

12 kwietnia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

11 kwietnia 2024

Ostatnia weryfikacja

1 kwietnia 2024

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Dane są dostępne na uzasadnioną prośbę

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Subskrybuj