Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Rastreamento de Mamografia com Inteligência Artificial (MASAI) (MASAI)

8 de março de 2024 atualizado por: Region Skane

Um estudo randomizado, simples-cego e controlado sobre a eficácia da triagem mamográfica com inteligência artificial - o estudo MASAI

O objetivo deste estudo controlado randomizado é avaliar se a IA pode melhorar a eficácia da triagem de mamografia, adaptando a leitura simples e dupla com base nos escores de risco de câncer derivados da IA ​​e usando a IA como um suporte de decisão na leitura da tela, em comparação com o convencional triagem mamográfica (dupla leitura sem IA).

Visão geral do estudo

Status

Ativo, não recrutando

Condições

Descrição detalhada

As diretrizes europeias recomendam que os exames de mamografia no rastreamento do câncer de mama sejam lidos por dois radiologistas de mama para garantir alta sensibilidade. A leitura dupla é, no entanto, exigente em termos de recursos e ainda resulta em cânceres perdidos. A detecção auxiliada por computador com base em IA demonstrou ter uma precisão semelhante à de um radiologista de mama médio. A IA pode ser usada como apoio à decisão, destacando achados suspeitos na imagem, bem como um meio de triagem de exames de triagem de acordo com o risco de malignidade.

As mulheres elegíveis serão randomizadas (1:1) para a intervenção (rastreio mamográfico integrado com AI) ou braço de controle (rastreio mamográfico convencional). No braço de intervenção, os exames serão analisados ​​com IA e triados em dois grupos com base no risco de malignidade. Os exames de baixo risco serão de leitura única e os exames de alto risco serão de leitura dupla. O grupo de alto risco conterá aprox. 10% da população de triagem. Dentro do grupo de alto risco, os exames com o maior risco de 1% serão, por padrão, recuperados pelos leitores, com exceção de falsos positivos óbvios. Pontuações de risco de IA e marcas de detecção assistida por computador (CAD) de calcificações e massas suspeitas são fornecidas ao(s) leitor(es). No braço de controle, os exames de tela são lidos duas vezes sem AI (padrão de atendimento). Considerando a interação do número de cânceres de intervalo e carga de trabalho, o estudo será considerado bem-sucedido se a taxa de câncer de intervalo no braço de intervenção não for mais de 20% maior do que no braço de controle. Se a taxa de câncer de intervalo for estatisticamente e clinicamente significativamente menor no braço de intervenção do que no braço de controle, a triagem de mamografia integrada com AI será considerada superior à triagem de mamografia convencional.

Tipo de estudo

Intervencional

Inscrição (Real)

100000

Estágio

  • Não aplicável

Contactos e Locais

Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.

Locais de estudo

    • Skane
      • Malmö, Skane, Suécia, 20550
        • Mammography Unit, Unilabs/Skane University Hospital

Critérios de participação

Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.

Critérios de elegibilidade

Idades elegíveis para estudo

38 anos a 72 anos (Adulto, Adulto mais velho)

Aceita Voluntários Saudáveis

Sim

Descrição

Critério de inclusão:

Mulheres elegíveis para mamografia de base populacional.

Critério de exclusão:

Nenhum.

Plano de estudo

Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.

Como o estudo é projetado?

Detalhes do projeto

  • Finalidade Principal: Triagem
  • Alocação: Randomizado
  • Modelo Intervencional: Atribuição Paralela
  • Mascaramento: Solteiro

Armas e Intervenções

Grupo de Participantes / Braço
Intervenção / Tratamento
Experimental: Braço de intervenção
Triagem de mamografia integrada com IA
O exame de tela será analisado com um sistema de IA (Transpara, ScreenPoint, Nijmegen, Holanda) que atribui exames com uma pontuação de risco de câncer de 1 a 10, além de apresentar marcas CAD em achados suspeitos. Exames com pontuação de risco de 1 a 9 serão de leitura única e exames com pontuação de 10 serão lidos duas vezes. As pontuações de risco e as marcas CAD são fornecidas ao(s) leitor(es). O(s) leitor(es) decidirá(ão) se chamarão a mulher para investigação ou não (conforme o padrão de atendimento). Além disso, os exames com o maior risco de 1% serão recolhidos por padrão, com exceção de falsos positivos óbvios.
Experimental: Braço de controle
Rastreamento de mamografia convencional (padrão de atendimento)
Os exames de tela serão lidos por dois radiologistas sem o apoio da IA.

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Taxa de câncer de intervalo
Prazo: 43 meses
Mulheres com câncer de intervalo por 1000 telas
43 meses

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Taxa de detecção de câncer
Prazo: 15 meses
Mulheres com câncer detectado por tela por 1000 telas
15 meses
Taxa de recall
Prazo: 15 meses
Número de recuperações por 1.000 telas
15 meses
Taxa de falsos positivos
Prazo: 15 meses
Mulheres com falso positivo por 1000 telas
15 meses
Valor preditivo positivo-1
Prazo: 15 meses
Mulheres com câncer para todos os recalls
15 meses
Sensibilidade e especificidade
Prazo: 43 meses
Taxa de verdadeiros e falsos positivos
43 meses
Detecção de câncer por tipo de câncer
Prazo: 19 meses
Detecção de tela de câncer em relação ao tipo, tamanho e estágio do câncer
19 meses
Biologia tumoral de cânceres de intervalo
Prazo: 43 meses
Caracterização dos cânceres de intervalo por tipo, tamanho e estágio
43 meses
Carga de trabalho de leitura de tela
Prazo: 19 meses
Número de leituras de tela e número de reuniões de consenso
19 meses
Taxa de custo-efetividade incremental
Prazo: 43 meses
A relação de custo-efetividade incremental para triagem de mamografia integrada com IA versus padrão de atendimento
43 meses

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

Patrocinador

Investigadores

  • Investigador principal: Kristina Lång, MD PhD, Region Skane

Datas de registro do estudo

Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados ​​pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.

Datas Principais do Estudo

Início do estudo (Real)

12 de abril de 2021

Conclusão Primária (Estimado)

12 de novembro de 2024

Conclusão do estudo (Estimado)

12 de abril de 2025

Datas de inscrição no estudo

Enviado pela primeira vez

6 de abril de 2021

Enviado pela primeira vez que atendeu aos critérios de CQ

8 de abril de 2021

Primeira postagem (Real)

9 de abril de 2021

Atualizações de registro de estudo

Última Atualização Postada (Real)

12 de março de 2024

Última atualização enviada que atendeu aos critérios de controle de qualidade

8 de março de 2024

Última verificação

1 de março de 2024

Mais Informações

Termos relacionados a este estudo

Outros números de identificação do estudo

  • 2020-04936

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

O IPD pode ser considerado para ser compartilhado em futuras colaborações.

Informações sobre medicamentos e dispositivos, documentos de estudo

Estuda um medicamento regulamentado pela FDA dos EUA

Não

Estuda um produto de dispositivo regulamentado pela FDA dos EUA

Não

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 .

Ensaios clínicos em Câncer de mama

Ensaios clínicos em Modalidade de triagem de IA

3
Se inscrever