Integrando Inteligência Artificial na Triagem de Câncer de Pulmão. (DACAPO)
Um estudo randomizado controlado de inclusão de uma análise baseada em aprendizado profundo de tomografia computadorizada de tórax como um auxílio para a tomada de decisão de reuniões de equipe multidisciplinar para triagem de câncer de pulmão em pacientes elegíveis
A triagem de câncer de pulmão (LC) usando TC de tórax de baixa dose (LDCT) já provou sua eficácia.
A redução da mortalidade associada à triagem de LC é de cerca de 20%, muito maior do que a redução da mortalidade associada à triagem de câncer de mama, cólon ou próstata.
A implementação do rastreio do cancro do pulmão em grande escala enfrenta dois obstáculos principais:
- A falta de radiologistas torácicos e LDCT necessários para a população elegível (entre 1,6 e 2,2 milhões de pessoas na França);
- A alta frequência de triagens de falsos positivos: no estudo NLST, mais de 20% dos indivíduos triados apresentaram pelo menos um nódulo de um nódulo pulmonar indeterminado (ILN), enquanto menos de 3% dos ILNs são realmente LC.
O padrão-ouro para determinar a natureza benigna ou maligna de um nódulo é a histologia definitiva. Caso contrário, a evolução do nódulo em imagens torácicas seriadas é uma boa alternativa. O período de indeterminação de um nódulo pode chegar a 24 meses em muitos casos, o que pode ser uma fonte de ansiedade prolongada e às vezes injustificada para os candidatos de triagem.
O objetivo deste estudo randomizado controlado que incide sobre o rastreio de CP em doentes com idades compreendidas entre os 50 e os 80 anos, que fumavam mais de 20 maços/ano ou pararam de fumar há menos de 15 anos. Seu objetivo é determinar se o auxílio às reuniões da equipe multidisciplinar (MDT) com uma análise baseada em IA da LDCT de triagem acelera a classificação definitiva dos nódulos em malignos ou benignos.
Visão geral do estudo
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Marquette Charles-Hugo, PhD
- Número de telefone: +33492037777
- E-mail: marquette.c@chu-nice.fr
Estude backup de contato
- Nome: Boutros Jacques
- Número de telefone: +33492037777
- E-mail: boutros.j@chu-nice.fr
Locais de estudo
-
-
Alpes-maritimes
-
Nice, Alpes-maritimes, França, 06001
- Recrutamento
- CHU de Nice - Hôpital de Pasteur
-
Contato:
- Marquette Charles-Hugo, PhD
- Número de telefone: +33492037777
- E-mail: marquette.c@chu-nice.fr
-
Contato:
- Boutros Jacques
- Número de telefone: +33492037777
- E-mail: boutros.j@chu-nice.fr
-
Investigador principal:
- Marquette Charles-Hugo, PhD
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Descrição
Critério de inclusão:
- Idade entre 50 e 80 anos
- fumante ativo ou ex-fumante que parou de fumar há menos de 15 anos
- história de tabagismo de pelo menos 20 anos-maço
- assinatura do consentimento informado
- inscrição na segurança social francesa
Critério de exclusão:
- sinais clínicos sugestivos de câncer
- tomografia de tórax recente (<1 ano) por outra causa
- anormalidade radiológica que requer acompanhamento ou investigações adicionais
- problema de saúde limitando significativamente a expectativa de vida do ponto de vista do clínico
- problema de saúde que limita a capacidade ou vontade de se submeter a cirurgia pulmonar
- Pacientes com neoplasia ativa, exceto carcinoma basocelular da pele.
- pessoas vulneráveis: adultos sob tutela, adultos sob tutela problemas médicos e/ou psiquiátricos de gravidade suficiente para limitar a plena adesão ao estudo ou expor os pacientes a risco excessivo
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Diagnóstico
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Grupo IA
Pacientes com pelo menos um nódulo (> 6 mm) para os quais a discussão da reunião da equipe multidisciplinar é informada sobre a análise baseada em IA de sua tomografia computadorizada de tórax
|
A discussão da reunião da equipe multidisciplinar é informada sobre a análise baseada em IA de sua tomografia computadorizada de tórax
|
|
Outro: Grupo não análise IA
Pacientes com pelo menos um nódulo (> 6 mm) para os quais a discussão da reunião da equipe multidisciplinar não é informada sobre a análise baseada em IA de sua tomografia computadorizada de tórax
|
A discussão da reunião da equipe multidisciplinar não é informada sobre a análise baseada em IA de sua tomografia computadorizada de tórax
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Diagnóstico de doença pulmonar
Prazo: Aos 3 anos
|
Tempo decorrido entre a descoberta do nódulo pulmonar e a tomada de decisão do MDT.
|
Aos 3 anos
|
Medidas de resultados secundários
Medida de resultado |
Prazo |
|---|---|
|
Características operacionais da estratégia baseada em IA
Prazo: Aos 3 anos
|
Aos 3 anos
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Marquette Charles-Hugo, CHU de Nice, Service de Pneumologie
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 22-PP-12
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano 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
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 .