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

Pomiar całkowitej długości jelita cienkiego za pomocą tomografii komputerowej i rezonansu magnetycznego u pacjentów otyłych (SBOM-AI)

9 maja 2024 zaktualizowane przez: Niccolo Petrucciani, University of Roma La Sapienza

Konfigurowanie i walidacja pomiaru całkowitej długości jelita cienkiego za pomocą tomografii komputerowej i rezonansu magnetycznego z rekonstrukcją 3D i narzędziem sztucznej inteligencji u pacjentów otyłych kandydatów do chirurgii metabolicznej

Celem badania jest opracowanie i walidacja niezawodnej i powtarzalnej, zautomatyzowanej metody wykorzystującej przedoperacyjne obrazowanie radiologiczne do pomiaru TSBL u pacjentów poddawanych laparoskopowej chirurgii bariatrycznej/metabolicznej.

Przegląd badań

Szczegółowy opis

Całkowita długość jelita cienkiego (TSBL) stanowi kluczowy parametr umożliwiający uzyskanie bezpiecznej i skutecznej operacji małoinwazyjnej w chirurgii bajpasów metabolicznych/bariatrycznych.

Obecnie standardem pomiaru jelita cienkiego jest pomiar śródoperacyjny. Laparoskopia stanowi standardowe podejście do badania baratrycznego/metabolicznego, co sprawia, że ​​pomiar TSBL jest czasochłonny i ryzykowny w przypadku zmian jelitowych. Dokładny i skuteczny, nieinwazyjny, przedoperacyjny pomiar TSBL pozwoli ocenić zmienność TSBL, która ma wpływ na strategię chirurgiczną. Obrazowanie przekrojowe mogłoby w tym przypadku odegrać ważną rolę dzięki możliwości nieinwazyjnego pomiaru TSBL. Niektóre badania przeprowadzone zarówno z wykorzystaniem tomografii komputerowej (CT), jak i rezonansu magnetycznego (MR) przynoszą obiecujące wyniki. Ogranicza je jednak niewielka wielkość próby, brak ustandaryzowanej techniki oraz brak automatycznej metody opartej na sztucznej inteligencji (AI).

Ocena wiarygodnej przedoperacyjnej metody pomiaru TSBL za pomocą obrazowania przekrojowego potencjalnie zmniejszy powikłania śródoperacyjne i niewystarczającą długoterminową utratę masy ciała lub niedobory żywieniowe. W tym scenariuszu możliwym rozwiązaniem mogłoby być wdrożenie metody analizy poprzez opracowanie algorytmu AI zdolnego do automatycznej segmentacji jelita cienkiego.

GŁÓWNYM PUNKTEM KOŃCOWYM tego badania jest ustalenie i walidacja niezawodnej i powtarzalnej automatycznej metody pomiaru TSBL u pacjentów kandydatów do laparoskopowej chirurgii bariatrycznej/metabolicznej, w oparciu o przedoperacyjne obrazowanie radiologiczne

Głównymi etapami projektu będą:

  1. ocenili wykonalność przedoperacyjnego pomiaru TSBL na podstawie CT i MRI w dużej kohorcie otyłych pacjentów i porównali pomiary radiologiczne ze śródoperacyjnym pomiarem laparoskopowym (metoda wydłużania) jako standardem odniesienia (1).
  2. Oceń dokładniejsze obrazowanie przekrojowe między CT i MRI w celu pomiaru długości jelita cienkiego.
  3. Zbuduj narzędzie AI, które może automatycznie mierzyć TSBL na obrazowaniu przekrojowym.

Trzy duże włoskie ośrodki przyjmą 195 otyłych pacjentów, którzy są kandydatami do operacji metabolicznej z powodu otyłości. Część z nich zostanie utworzona kohorta szkoleniowa (ogółem = 105 pacjentów), na podstawie której zostanie opracowana metoda pomiaru TSBL oparta na sztucznej inteligencji. Pozostałych 90 pacjentów (30 w każdym ośrodku) będzie reprezentować kohortę walidacyjną.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

195

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

Lokalizacje studiów

    • RM
      • Rome, RM, Włochy, 00189
        • Rekrutacyjny
        • Azienda Ospedaliera Universitaria Sant'Andrea
        • Kontakt:

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria przyjęcia:

  • BMI > 35 kg/m2 i co najmniej jedna choroba współistniejąca z otyłością
  • BMI > 40 kg/m2
  • niepowodzenie co najmniej sześciomiesięcznego leczenia dietetycznego i/lub medycznego otyłości
  • wskazanie do interwencji potwierdzone po wielodyscyplinarnej ocenie na konkretnym posiedzeniu zarządu

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: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Kohorta szkoleniowa i kohorta walidacyjna sztucznej inteligencji
Trzy duże włoskie ośrodki przyjmą 195 otyłych pacjentów, którzy są kandydatami do operacji metabolicznej z powodu otyłości. Dla części z nich zostanie utworzona kohorta szkoleniowa (ogółem = 105 pacjentów), która posłuży do opracowania metody pomiaru TSBL opartej na sztucznej inteligencji. Pozostałych 90 pacjentów (30 w każdym ośrodku) będzie reprezentować kohortę walidacyjną.
Interwencja polega na wykonaniu badań obrazowych CT i MR z pomiarem długości jelita cienkiego przed operacją bariatryczną/metaboliczną u pacjentów otyłych. Następnie podczas operacji pacjenci zostaną poddani laparoskopowemu pomiarowi rozciągniętego jelita cienkiego, co stanowi referencyjną, złotą metodę pomiaru długości jelita cienkiego. Obrazowanie kohorty szkoleniowej zostanie wykorzystane do przeszkolenia sztucznej inteligencji w zakresie konfiguracji automatycznej metody pomiaru długości jelita cienkiego na podstawie analizy obrazowania CT i MRI.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zgodność między pomiarem całkowitej długości jelita cienkiego opartym na sztucznej inteligencji a laparoskopowym pomiarem całkowitej długości jelita cienkiego
Ramy czasowe: 1 miesiąc
głównym rezultatem jest opracowanie i walidacja niezawodnej i powtarzalnej zautomatyzowanej metody wykorzystującej przedoperacyjne obrazowanie radiologiczne do pomiaru TSBL u pacjentów kandydatów do laparoskopowej chirurgii bariatrycznej/metabolicznej. Wyniki pomiaru AI zostaną porównane z wynikami pomiaru laparoskopowego w celu sprawdzenia poziomu zgodności
1 miesiąc

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

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)

2 stycznia 2024

Zakończenie podstawowe (Szacowany)

1 listopada 2025

Ukończenie studiów (Szacowany)

1 lutego 2026

Daty rejestracji na studia

Pierwszy przesłany

13 września 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

26 września 2023

Pierwszy wysłany (Rzeczywisty)

4 października 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

10 maja 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

9 maja 2024

Ostatnia weryfikacja

1 maja 2024

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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 .

3
Subskrybuj