Inteligência Artificial para triagem de câncer de mama em mamografia (AI-STREAM)
Inteligência artificial para triagem de câncer de mama em mamografia (AI-STREAM): um estudo de coorte multicêntrico e prospectivo
Visão geral do estudo
Status
Status
Condições
Condições
Intervenção / Tratamento
Intervenção / Tratamento
Descrição detalhada
- Vários desafios foram identificados no rastreio do cancro da mama: 1) Alguns casos de cancro da mama não identificados através do rastreio; 2) Recalls excessivos para testes adicionais; 3) Baixa sensibilidade em mamas densas; 4) Variabilidade entre leitores. Foi demonstrado que o CADe/x baseado em IA melhora o desempenho do radiologista e fornece resultados equivalentes ou superiores aos dos radiologistas sozinhos.
- Este estudo prospectivo multicêntrico envolve mulheres que visitam locais para rastreamento de câncer de mama na Coréia. Mulheres elegíveis para triagem nacional de câncer no ano relevante que leram o folheto de recrutamento de participantes do estudo e leram e assinaram a Folha de Informações do Participante e o Formulário de Consentimento Informado serão recrutadas para este estudo. Aproximadamente 32.714 participantes serão inscritos de fevereiro de 2021 a dezembro de 2022 em cinco locais de estudo na Coréia.
- Na Coréia, um único radiologista realiza leituras de mamografia. Se o retorno for necessário (de acordo com os cuidados habituais), será realizada uma avaliação diagnóstica adicional para confirmar o câncer detectado na triagem. Os bancos de dados do registro nacional de câncer serão revisados em 2026 e 2027. Os achados disponíveis serão registrados para todos os participantes, independentemente de seu status de triagem, para identificar participantes do estudo com diagnóstico de câncer de mama dentro de um ano e dentro de dois anos a partir da triagem.
- Na medição do resultado primário, como parte do procedimento de triagem padrão, as mamografias serão lidas e registradas por um radiologista de mama sem AI-CADe/x e, em seguida, com CADe/x baseado em AI. [Set1]
- Na medição do resultado secundário, as mamografias dos mesmos participantes do Conjunto 1 serão lidas e registradas por um radiologista geral sem CADe/x baseado em AI e, em seguida, com CADe/x baseado em AI. [Conjunto 2] Na medição de resultado secundário adicional, a leitura de arbitragem será realizada por outro radiologista de mama sem CADe/x baseado em AI para casos em que os resultados da leitura dos dois radiologistas sem CADe/x baseado em AI no Conjunto 1 e Conjunto 2 são inconsistentes. [Conjunto 3]
- Depois de concluir o procedimento de triagem padrão no Conjunto 1, vários grupos de comparação situacional [Conjunto2 e Conjunto3] para comparação, a precisão do diagnóstico será realizada de forma independente e retrospectiva. cuidado com os participantes do estudo.
Tipo de estudo
Tipo de estudo
Inscrição (Real)
Inscrição
Contactos e Locais
Contato de estudo
Contato de estudo
- Nome: Yun-Woo Chang, MD, PhD
- Número de telefone: 82-02-710-3250
- E-mail: ywchang@schmc.ac.kr
Estude backup de contato
- Nome: Jungkyu Ryu, MD, PhD
- E-mail: oddie2@naver.com
Locais de estudo
-
-
-
Seongnam-si, Republica da Coréia
- Department of Radiology, CHA bundang Medical Center
-
Seoul, Republica da Coréia, 04401
- Department of Radiology, Soonchunhyang University Hospital
-
Seoul, Republica da Coréia
- Department of Radiology, Konkuk University Medical Center
-
Seoul, Republica da Coréia
- Department of Radiology, Kyung Hee University Hospital at Gangdong
-
Seoul, Republica da Coréia
- Department of Radiology, Nowon Eulgi Medical center
-
-
Critérios de participação
Critérios de elegibilidade
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Os participantes devem atender a todos os seguintes critérios de inclusão para serem incluídos no estudo:
- Ser elegível para rastreamento nacional de câncer no ano relevante e visitar o site para rastreamento de câncer de mama
- Forneça consentimento para a participação no estudo usando o Formulário de Consentimento Informado e preencha uma Folha de Informações do Participante
Critério de exclusão:
- Serão excluídos do estudo os participantes que atenderem a qualquer um dos seguintes critérios:
- Tem um histórico ou câncer de mama atual
- Está grávida ou planeja engravidar nos próximos 12 meses
- Tem histórico de cirurgia de mama (mamoplastia ou inserção de uma substância estranha, como parafina ou silicone)
- Tem mamografia para fins de diagnóstico
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: Coorte
- Perspectivas de Tempo: Prospectivo
Número de grupos/coortes
Coortes e Intervenções
Grupo / CoorteGrupo / Coorte |
Intervenção / TratamentoIntervenção / Tratamento |
|---|---|
|
igual à população de estudo
Uso de CADe/x baseado em IA por radiologistas de mama
|
• Um software que detecta áreas suspeitas de câncer de mama usando imagens mamográficas, marca áreas suspeitas de lesões malignas e exibe a probabilidade de lesões malignas para auxiliar na interpretação do diagnóstico do médico
|
O que o estudo está medindo?
Medidas de resultados primários
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
• Precisão diagnóstica com diferença entre radiologistas de mama com e sem CADe/x baseado em IA
Prazo: 12 meses após a triagem, 24 meses após a triagem
|
A precisão do diagnóstico é avaliada usando dados de registro de câncer como grupo de referência para calcular a taxa de detecção de câncer [CDR], taxa de reconvocação, sensibilidade, valor preditivo positivo
|
12 meses após a triagem, 24 meses após a triagem
|
Medidas de resultados secundários
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
• Precisão diagnóstica e diferença dos seguintes grupos de comparação com ou sem IA
Prazo: 12 meses após a triagem, 24 meses após a triagem
|
A precisão do diagnóstico é avaliada usando dados de registro de câncer como grupo de referência para calcular CDR, taxa de reconvocação, sensibilidade, PPV, especificidade, taxa de câncer de intervalo e AUROC. |
12 meses após a triagem, 24 meses após a triagem
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Colaboradores
Colaboradores
Investigadores
Investigadores
- Diretor de estudo: Yun-Woo Chang, MD, PhD, Soonchunhyang University Hospital, Seoul
Publicações e links úteis
Publicações Gerais
- Kim HE, Kim HH, Han BK, Kim KH, Han K, Nam H, Lee EH, Kim EK. Changes in cancer detection and false-positive recall in mammography using artificial intelligence: a retrospective, multireader study. Lancet Digit Health. 2020 Mar;2(3):e138-e148. doi: 10.1016/S2589-7500(20)30003-0. Epub 2020 Feb 6.
- Salim M, Wahlin E, Dembrower K, Azavedo E, Foukakis T, Liu Y, Smith K, Eklund M, Strand F. External Evaluation of 3 Commercial Artificial Intelligence Algorithms for Independent Assessment of Screening Mammograms. JAMA Oncol. 2020 Oct 1;6(10):1581-1588. doi: 10.1001/jamaoncol.2020.3321.
- Chang YW, An JK, Choi N, Ko KH, Kim KH, Han K, Ryu JK. Artificial Intelligence for Breast Cancer Screening in Mammography (AI-STREAM): A Prospective Multicenter Study Design in Korea Using AI-Based CADe/x. J Breast Cancer. 2022 Feb;25(1):57-68. doi: 10.4048/jbc.2022.25.e4. Epub 2022 Jan 6. Erratum In: J Breast Cancer. 2022 Apr;25(2):147.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Início do estudo
Conclusão Primária (Real)
Conclusão Primária
Conclusão do estudo (Estimado)
Conclusão do estudo
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Primeira postagem
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última Atualização Postada
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
Outros números de identificação do estudo
- oddie2
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
produto fabricado e exportado dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .