- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06409780
Porównawcza skuteczność CUS, CXR i CAD w diagnostyce gruźlicy w LMIC (CUSTB)
Porównawcza skuteczność ultrasonografii klatki piersiowej, prześwietlenia rentgenowskiego klatki piersiowej i diagnostyki komputerowej (CAD) w diagnostyce gruźlicy w warunkach niskich zasobów: badanie przekrojowe z Etiopii (CUSTB)
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
TŁO Gruźlica płuc (TB) pozostaje poważnym problemem zdrowotnym na świecie, szczególnie w krajach o niskich i średnich dochodach (LMIC), gdzie zasoby na opiekę zdrowotną są często ograniczone. Wczesna i dokładna diagnoza gruźlicy ma kluczowe znaczenie dla szybkiego rozpoczęcia leczenia i zapobiegania transmisji, jednak stwarza wyzwania ze względu na różne czynniki, w tym złożoność objawów i ograniczenia narzędzi diagnostycznych. Chociaż CXR jest standardową metodą obrazowania w diagnostyce gruźlicy, jej czułość i swoistość mogą się różnić w zależności od takich czynników, jak stadium choroby i jakość uzyskanego obrazu. W szczególności w niedawnym badaniu przeprowadzonym w Etiopii na temat czynników ułatwiających diagnostykę gruźlicy płuc podkreślono znaczenie integracji badań przesiewowych radiograficznych z badaniami przesiewowymi na podstawie objawów w placówkach służby zdrowia, przy jednoczesnym uwzględnieniu wysokich kosztów takiego wdrożenia. W ostatnich latach CUS okazało się obiecującym narzędziem dodatkowym w diagnostyce gruźlicy, szczególnie w populacjach ryzyka, takich jak osoby żyjące z wirusem HIV. Jego zalety obejmują przenośność, brak narażenia na promieniowanie i możliwość stosowania przy łóżku pacjenta, co czyni go szczególnie cennym w warunkach o ograniczonych zasobach, gdzie dostęp do zaawansowanych technik obrazowania może być ograniczony. Wstępne dowody wskazują, że zastosowanie CUS charakteryzuje się dużą czułością w wykrywaniu gruźlicy potwierdzonej mikrobiologicznie u dorosłych. Ponadto systemy diagnostyki wspomaganej komputerowo (CAD) wykorzystujące algorytmy sztucznej inteligencji okazały się obiecujące w zakresie poprawy dokładności diagnostycznej, pomagając klinicystom w interpretacji obrazów medycznych. Jednak pomimo tych postępów w ograniczonych badaniach bezpośrednio porównano skuteczność diagnostyczną wyników CUS, CXR i CAD w diagnostyce gruźlicy, bez żadnych dowodów na podstawie kontaktów domowych przypadków wskazujących na tę chorobę. Zrozumienie porównawczej skuteczności tych metod diagnostycznych jest niezbędne do optymalizacji strategii diagnozowania gruźlicy i poprawy wyników leczenia pacjentów, szczególnie w populacjach wysokiego ryzyka, takich jak osoby pozostające w kontakcie w gospodarstwie domowym, które są obarczone podwyższonym ryzykiem przeniesienia gruźlicy11. Dlatego też niniejsze badanie ma na celu wypełnienie tej luki poprzez ocenę dokładności diagnostycznej wyników CUS, CXR i CAD w identyfikacji gruźlicy zarówno wśród przypadków indeksowych, jak i wśród osób mających kontakt z gospodarstwami domowymi. Celem badania, wykorzystując projekt przekrojowy, jest określenie czułości, swoistości, dodatniej wartości predykcyjnej (PPV) i ujemnej wartości predykcyjnej (NPV) każdej modalności diagnostycznej, a także zbadanie potencjalnych korelacji i rozbieżności między nimi. Wyniki tego badania mogą potencjalnie dostarczyć wskazówek dotyczących praktyki klinicznej i przyczynić się do opracowania skuteczniejszych strategii diagnostyki gruźlicy i leczenia, dostosowanych do potrzeb różnych populacji i placówek opieki zdrowotnej.
PROJEKT I METODY BADANIA W badaniu tym wykorzystany zostanie plan przekrojowy w celu porównania dokładności diagnostycznej CUS z wynikami CXR i CAD w identyfikacji gruźlicy wśród przypadków indeksowych i osób z kontaktów domowych. Badanie potrwa 12 miesięcy, po upływie których zespół badawczy dokona analizy danych. W badaniach nie przewiduje się ingerencji w rutynowe czynności związane z przyjęciem i opieką nad pacjentem. Zapisy na uczestników będą realizowane w momencie przyjęcia do Ambulatorium lub Oddziału Lekarskiego, po spontanicznym spełnieniu kryteriów włączenia w wyniku oceny niezależnego lekarza. Rejestrowane będą parametry życiowe i objawy kliniczne. W ramach standardowej opieki zostanie wykonane badanie CXR z przechwytywaniem obrazów w projekcji tylno-przedniej, zapewniającej odpowiednią wizualizację obszaru klatki piersiowej. Ułóż uczestnika w pozycji pionowej lub stojącej, twarzą do aparatu rentgenowskiego. Uzyskane zdjęcia rentgenowskie klatki piersiowej zostaną przesłane do platformy oprogramowania CAD, która może wyróżnić obszary zainteresowania i ocenić wynik na podstawie wyników. Podczas CUS uczestnik pozostaje w pozycji leżącej lub siedzącej, odsłaniając okolicę klatki piersiowej do badania USG. Na skórę zostanie nałożona cienka warstwa żelu ultradźwiękowego, aby ułatwić sprzężenie akustyczne i poprawić jakość obrazu. ANALIZA STATYSTYCZNA Planowane są dwie analizy okresowe po 3 i 6 miesiącach od włączenia do badania w celu sprawdzenia założeń dotyczących czułości i swoistości CUS, CXR i CAD w rozpoznawaniu gruźlicy. Analizy okresowe nie będą obejmować żadnych formalnych testów statystycznych. Dane kategoryczne zostaną podsumowane jako częstotliwości bezwzględne i względne. Dane liczbowe zostaną podsumowane przy użyciu średniej i odchylenia standardowego (SD) lub mediany i rozstępu międzykwartylowego (IQR). W badaniu dokładności zostaną obliczone miary standardowe (czułość, swoistość, dodatnia wartość predykcyjna, ujemna wartość predykcyjna). Hipoteza równoważności zostanie przetestowana przy użyciu testu punktacji opartego na RMLE według Liu i wsp.12 Korekta w przypadku testów wielokrotnych zostanie przeprowadzona zgodnie z procedurą Benjaminiego-Hochberga. Zgodność między CUS i CXR oraz między CUS i CAD zostanie oceniona przy użyciu kappa Cohena i AC1 Gweta. Porównania pomiędzy zmiennymi będą przeprowadzane w celach eksploracyjnych, stosując odpowiednio współczynniki korelacji Pearsona lub Spearmana, test t-Studenta, test Studenta dla par, test Manna-Whitneya, test Wilcoxona, test Chi-kwadrat lub test Fishera. Szacunki zostaną podane z właściwymi 95% przedziałami ufności. Istotność statystyczna zostanie ustalona na poziomie 5%. Analiza statystyczna zostanie przeprowadzona przy użyciu R 4.3 (R Foundation for Statistical Computing, Wiedeń, Austria).
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Giacomo Guido, MD
- Numer telefonu: +39 3202842602
- E-mail: giacguido@gmail.com
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria przyjęcia:
- Pacjenci starsi niż 5 lat.
- Zdolność do zapewnienia świadomego konsensusu.
- Stan wymagający rozpoznania gruźlicy płuc w ciągu 7 dni na podstawie kryteriów mikrobiologicznych lub radiologicznych (przypadek indeksowy) lub bycie osobą kontaktową w gospodarstwie domowym zgłoszonym przez przypadek indeksowy.
Kryteria wyłączenia:
- Ekspozycja na jakiekolwiek leczenie przeciwgruźlicze przed upływem 7 dni od włączenia do kliniki po rozpoczęciu leczenia
- Wycofanie świadomej zgody
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Nielosowe
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Rozpoznanie gruźlicy płuc w przypadku indeksowym
U wszystkich pacjentów z nowym rozpoznaniem gruźlicy płuc, zgodnie z kryteriami mikrobiologicznymi, zostanie przeprowadzona analiza CUS, CXR i CAD
|
Analiza instrumentalna objawów gruźlicy płuc za pomocą USG klatki piersiowej, prześwietlenia rentgenowskiego klatki piersiowej i CAD zostanie porównana w dwóch różnych ustawieniach: przypadki indeksowe i kontakty domowe
|
|
Eksperymentalny: Badania przesiewowe w kierunku gruźlicy płuc w kontaktach domowych
Analiza CUS, CXR i CAD zostanie przeprowadzona u wszystkich uczestników będących kontaktami domowymi w przypadku indeksu
|
Analiza instrumentalna objawów gruźlicy płuc za pomocą USG klatki piersiowej, prześwietlenia rentgenowskiego klatki piersiowej i CAD zostanie porównana w dwóch różnych ustawieniach: przypadki indeksowe i kontakty domowe
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Specyfika CUS w diagnostyce gruźlicy
Ramy czasowe: 1 rok
|
Specyfika CUS w diagnozowaniu gruźlicy w porównaniu z wynikami CXR i CAD wśród przypadków indeksowych i kontaktów domowych
|
1 rok
|
|
Czułość CUS w diagnostyce gruźlicy
Ramy czasowe: 1 rok
|
Czułość CUS w rozpoznawaniu gruźlicy w porównaniu z wynikami CXR i CAD wśród przypadków indeksowych i kontaktów domowych
|
1 rok
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dodatnia wartość predykcyjna CUS w diagnostyce gruźlicy
Ramy czasowe: 1 rok
|
Pozytywna wartość predykcyjna (PPV) ocena CUS w diagnostyce gruźlicy
|
1 rok
|
|
Ujemna wartość predykcyjna CUS w diagnostyce gruźlicy
Ramy czasowe: 1 rok
|
Ocena ujemnej wartości predykcyjnej (NPV) CUS w diagnostyce gruźlicy
|
1 rok
|
|
Zgodność CUS, CXR i CAD w gruźlicy
Ramy czasowe: 1 rok
|
Zgodność wyników CUS, CXR i CAD w identyfikacji przypadków gruźlicy
|
1 rok
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Publikacje i pomocne linki
Publikacje ogólne
- Bobbio F, Di Gennaro F, Marotta C, Kok J, Akec G, Norbis L, Monno L, Saracino A, Mazzucco W, Lunardi M. Focused ultrasound to diagnose HIV-associated tuberculosis (FASH) in the extremely resource-limited setting of South Sudan: a cross-sectional study. BMJ Open. 2019 Apr 2;9(4):e027179. doi: 10.1136/bmjopen-2018-027179.
- Arega B, Tilahun K, Minda A, Agunie A, Mengistu G. Prevalence rate of undiagnosed tuberculosis in the community in Ethiopia from 2001 to 2014: systematic review and meta-analysis. Arch Public Health. 2019 Jul 11;77:33. doi: 10.1186/s13690-019-0360-2. eCollection 2019.
- Danchuk SN, Solomon OE, Kohl TA, Dreyer V, Barilar I, Utpatel C, Niemann S, Soolingen DV, Anthony R, van Ingen J, Michael JS, Behr MA. Challenging the gold standard: the limitations of molecular assays for detection of Mycobacterium tuberculosis heteroresistance. Thorax. 2024 Jan 29:thorax-2023-220202. doi: 10.1136/thorax-2023-220202. Online ahead of print.
- Acharya V, Dhiman G, Prakasha K, Bahadur P, Choraria A, M S, J S, Prabhu S, Chadaga K, Viriyasitavat W, Kautish S. AI-Assisted Tuberculosis Detection and Classification from Chest X-Rays Using a Deep Learning Normalization-Free Network Model. Comput Intell Neurosci. 2022 Oct 3;2022:2399428. doi: 10.1155/2022/2399428. eCollection 2022.
- Abraham Y, Manyazewal T, Amdemariam Z, Petros H, Ayenadis F, Mekonen H, Workneh F. Facilitators and barriers to implementing chest radiography in tuberculosis systematic screening of clinically high-risk groups in Ethiopia: A qualitative study. SAGE Open Med. 2024 Feb 19;12:20503121241233232. doi: 10.1177/20503121241233232. eCollection 2024.
- Suttels V, Du Toit JD, Fiogbe AA, Wachinou AP, Guendehou B, Alovokpinhou F, Toukoui P, Hada AR, Sefou F, Vinasse P, Makpemikpa G, Capo-Chichi D, Garcia E, Brahier T, Keitel K, Ouattara K, Cissoko Y, Beye SA, Mans PA, Agodokpessi G, Boillat-Blanco N, Hartley MA. Point-of-care ultrasound for tuberculosis management in Sub-Saharan Africa-a balanced SWOT analysis. Int J Infect Dis. 2022 Oct;123:46-51. doi: 10.1016/j.ijid.2022.07.009. Epub 2022 Jul 8.
- Abuzerr S, Zinszer K. Computer-aided diagnostic accuracy of pulmonary tuberculosis on chest radiography among lower respiratory tract symptoms patients. Front Public Health. 2023 Oct 27;11:1254658. doi: 10.3389/fpubh.2023.1254658. eCollection 2023.
- Fentress M, Ugarte-Gil C, Cervantes M, Rivas D, Moore D, Caliguiri P, Bergman K, Noazin S, Padovani A, Gilman RH. Lung Ultrasound Findings Compared with Chest X-Ray Findings in Known Pulmonary Tuberculosis Patients: A Cross-Sectional Study in Lima, Peru. Am J Trop Med Hyg. 2020 Nov;103(5):1827-1833. doi: 10.4269/ajtmh.20-0542.
- Fentress M, Henwood PC, Maharaj P, Mitha M, Khan D, Caligiuri P, Karat AS, Olivier S, Edwards A, Ramjit D, Ngcobo N, Wong EB, Grant AD. High sensitivity of ultrasound for the diagnosis of tuberculosis in adults in South Africa: A proof-of-concept study. PLOS Glob Public Health. 2022 Oct 6;2(10):e0000800. doi: 10.1371/journal.pgph.0000800. eCollection 2022.
- Cozzi D, Bartolucci M, Giannelli F, Cavigli E, Campolmi I, Rinaldi F, Miele V. Parenchymal Cavitations in Pulmonary Tuberculosis: Comparison between Lung Ultrasound, Chest X-ray and Computed Tomography. Diagnostics (Basel). 2024 Feb 29;14(5):522. doi: 10.3390/diagnostics14050522.
- Rea G, Sperandeo M, Lieto R, Bocchino M, Quarato CMI, Feragalli B, Valente T, Scioscia G, Giuffreda E, Foschino Barbaro MP, Lacedonia D. Chest Imaging in the Diagnosis and Management of Pulmonary Tuberculosis: The Complementary Role of Thoraci Ultrasound. Front Med (Lausanne). 2021 Dec 10;8:753821. doi: 10.3389/fmed.2021.753821. eCollection 2021.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
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
- CUSTBv1
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- PROTOKÓŁ BADANIA
- SOK ROŚLINNY
- ICF
- CSR
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 Gruźlica, Płuc
-
François SpertiniUniversity of OxfordZakończonyGruźlica | Mycobacterium tuberculosis, ochrona przedSzwajcaria
-
Serum Institute of India Pvt. Ltd.Vakzine Projekt Management GmbHZakończonyZakażenie Mycobacterium tuberculosisGabon, Kenia, Afryka Południowa, Tanzania, Uganda
-
Spero TherapeuticsZakończonyKompleks Mycobacterium Avium | Niegruźlicze Mycobacterium Pulmonary DiseaseStany Zjednoczone
-
Johns Hopkins UniversityNational Heart, Lung, and Blood Institute (NHLBI); WalimuRekrutacyjnyGruźlica, Płuc | Zakażenie Mycobacterium tuberculosisUganda
-
Assistance Publique - Hôpitaux de ParisZakończonyZakażenie kości i układu kostno-stawowego wywołane przez szczepy M. tuberculosis MDRFrancja
-
Global Alliance for TB Drug DevelopmentZakończonyGruźlica | Gruźlica, Płuc | Choroba płuc | Wielolekooporna gruźlica | Gruźlica wrażliwa na leki | Gruźlica lekooporna | Zakażenie Mycobacterium tuberculosisStany Zjednoczone
-
Global Alliance for TB Drug DevelopmentZakończonyGruźlica | Gruźlica, Płuc | Choroba płuc | Wielolekooporna gruźlica | Gruźlica wrażliwa na leki | Gruźlica lekooporna | Zakażenie Mycobacterium tuberculosisStany Zjednoczone