- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT07395570
Eficácia do Sistema CADe na Deteção de Neoplasia Gástrica
Eficácia do Sistema de Deteção Auxiliada por Computador (CADe) na Deteção de Neoplasia Gástrica - Um Estudo Tandem Prospetivo
O cancro gástrico continua a ser o 5.º cancro mais comum em todo o mundo. Também ocupou o 5.º lugar na mortalidade relacionada com cancro, causando mais de 650.000 mortes por ano. A sobrevivência do cancro gástrico está diretamente relacionada com o estádio da apresentação, sendo que os cancros em estádios iniciais têm uma sobrevivência significativamente melhor. Os doentes com cancro gástrico em estádio I geralmente têm uma sobrevivência a 5 anos superior a 90%. Em particular, os cancros T1a confinados à mucosa são passíveis de ressecção endoscópica, e os doentes submetidos a este tratamento têm uma excelente sobrevivência de 97,2% aos 5 anos. Estes doentes não só conseguem sobreviver mais tempo, mas também com boa qualidade de vida através da preservação do órgão.
No entanto, o diagnóstico do cancro gástrico numa fase inicial tem sido sempre difícil. Uma meta-análise de 22 estudos de populações orientais e ocidentais mostrou uma taxa de falha no diagnóstico de cancro gástrico de 9,4%. O cancro gástrico precoce geralmente apresenta alterações mucosas subtis que são difíceis de detetar endoscopicamente, especialmente para endoscopistas com experiência limitada no diagnóstico precoce de cancro. A inflamação crónica de fundo e a alta frequência de lesões não neoplásicas frequentemente representam desafios diagnósticos significativos para os endoscopistas detetarem alterações neoplásicas reais. Em países de alta incidência, como o Japão e a Coreia, a combinação de programas nacionais de rastreio e de bons programas de formação em endoscopia facilitou uma elevada proporção de deteção de cancro gástrico precoce. Estudos anteriores mostraram diferenças significativas nos resultados de sobrevivência entre países com taxas de deteção precoce de cancro elevadas versus baixas.
A inteligência artificial emergiu como uma das tecnologias promissoras que ajuda a melhorar o desempenho endoscópico. Numerosos estudos randomizados de alta qualidade demonstraram que os sistemas de deteção assistida por computador (CADe) melhoraram significativamente a taxa de deteção de adenomas cólicos durante a colonoscopia de rastreio. O desenvolvimento de sistemas CADe para cancro gástrico tem sido muito mais lento do que a deteção de pólipos cólicos. Apesar da publicação de numerosos estudos retrospetivos que utilizam imagens endoscópicas para diferenciar lesões gástricas benignas versus malignas, existiam apenas muito poucos sistemas completos disponíveis para aplicação clínica em tempo real. Um ensaio controlado randomizado de centro único da China demonstrou uma melhoria na taxa de falha no diagnóstico de neoplasia gástrica de 27,3% para 6,1% ao utilizar um novo sistema CADe.
Recentemente, foi desenvolvido um novo sistema protótipo CADe (OIP-Ge1, Olympus Medical Corporations, Tóquio, Japão). O sistema foi desenvolvido através da colaboração de múltiplos especialistas no diagnóstico precoce de cancro gástrico, recolhendo mais de 100.000 imagens endoscópicas de dezenas de centros de alto volume no Japão. Atualmente, não existem dados clínicos prospetivos sobre o desempenho real do sistema protótipo CADe, especialmente quando aplicado em regiões com baixa proporção de deteção de cancro gástrico precoce.
O objetivo deste estudo é investigar a utilidade clínica do novo sistema CADe na deteção de neoplasia gástrica em doentes de alto risco.
Se o presente estudo confirmar a diferença significativa na taxa de falha no diagnóstico de neoplasia gástrica com o sistema CADe, está planeado um ensaio controlado randomizado internacional multicêntrico para comparar a eficácia da deteção de neoplasia gástrica com ou sem o sistema.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Locais de estudo
-
-
-
Hong Kong, Hong Kong
- Department of Surgery, Faculty of Medicine, the Chinese University of Hong Kong
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Descrição
Critérios de Inclusão:
- Idade >=18
Considerado de alto risco de cancro gástrico, definido como abaixo:
- Histórico familiar de cancro do estômago (parente de 1.º grau) para rastreio, ou
- Atrofia gástrica conhecida / metaplasia intestinal que necessite de vigilância, ou
- Lesão suspeita para EDA digestiva repetida, ou
- Histórico de displasia gástrica / cancro gástrico precoce com ressecção endoscópica para vigilância
- Cancro gástrico precoce recentemente diagnosticado, avaliação para cancros síncronos
Critérios de Exclusão:
- Histórico de gastrectomia (por qualquer razão, incluindo doença benigna e maligna)
- Paciente que recusou participar
- Pacientes considerados incapazes de dar consentimento, incluindo pacientes menores
- Gravidez
- Outros casos considerados pelo médico examinador como inadequados para tratamento seguro
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Tratamento
- Alocação: N / D
- Modelo Intervencional: Atribuição de grupo único
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Grupo do Sistema CADe
Durante o procedimento, o estômago seria examinado com a assistência do sistema CADe pelo endoscopista.
|
A endoscopia seria realizada utilizando um sistema de processamento de vídeo padronizado (EVIS-X1 CV-1500, Olympus Medical Corporations, Tóquio, Japão) e um gastroscópio (GIF-EZ1500, GIF-XZ1200).
Uma capa preta macia (MAJ-1989) seria fixada na extremidade distal do endoscópio.
O sistema de processamento de vídeo seria ligado ao OIP-Ge1 (Olympus Medical Corporations, Tóquio, Japão), o novo sistema CADe, permitindo a deteção simultânea de lesões assistida por inteligência artificial, quando ativado utilizando imagem de luz branca convencional (WLI).
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Proporção de doentes com neoplasia gástrica não detetada durante a primeira endoscopia sem sistema CADe
Prazo: 1 dia
|
Número de doentes em que pelo menos uma neoplasia gástrica histologicamente confirmada (Vienna III-V) não é identificada durante a primeira endoscopia sem CADe, mas é identificada durante a segunda endoscopia com CADe, dividido pelo número total de doentes submetidos a ambos os exames (unidade: %). Taxa de falha (%) = [Número de doentes com ≥1 neoplasia detetada apenas na 2ª endoscopia com CADe] ÷ [Número total de doentes submetidos à 1ª e 2ª endoscopia] × 100.
|
1 dia
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Taxa de deteção de neoplasia gástrica durante segunda endoscopia com Sistema CADe
Prazo: 1 dia
|
A(s) lesão(ões) suspeita(s) detetada(s) apareceria(m) como uma caixa verde no monitor de vídeo principal.
A aparição consistente da caixa verde por mais de 2 segundos na mesma área-alvo seria considerada uma lesão detetada positivamente pelo sistema CADe.
A taxa de deteção de neoplasia gástrica é definida como a taxa de deteção de neoplasia gástrica durante o 2.º exame de endoscopia com a assistência do sistema CADe.
(unidade: %) Taxa de deteção (%) = [Número de pacientes com ≥1 neoplasia detetada no 2.º exame de endoscopia com CADe] ÷ [Número total de pacientes submetidos ao 2.º exame de endoscopia com CADe] × 100.
|
1 dia
|
|
Tempo para detetar cada neoplasia gástrica com o Sistema CADe
Prazo: 1 dia
|
Tempo em segundos desde o aparecimento da caixa verde até à identificação estável de uma lesão neoplásica confirmada histologicamente (Viena III-V), registado automaticamente pelo sistema CADe ou por revisão de vídeo com carimbo temporal.
(unidade: segundo)
|
1 dia
|
|
Taxa de deteção de lesões gástricas não neoplásicas com Sistema CADe
Prazo: 1 dia
|
Número de doentes em que é detetada pelo menos uma lesão não neoplásica identificada endoscopicamente durante o exame assistido por CADe dividido pelo número total de doentes submetidos a exame assistido por CADe (unidade: %). Taxa de deteção (%) = [Número de doentes com ≥1 lesão gástrica não neoplásica detetada] ÷ [Número total de doentes examinados] × 100. |
1 dia
|
|
Taxa de falha na deteção de neoplasia gástrica com Sistema CADe
Prazo: 1 dia
|
Número de pacientes nos quais pelo menos uma neoplasia gástrica confirmada histologicamente é visível no vídeo gravado da segunda endoscopia (em revisão retrospectiva por especialista) mas não é detetada pelo CADe (sem caixa estável ≥2 segundos), dividido pelo número total de pacientes com neoplasia gástrica nesse segundo exame (unidade: %). Taxa de falha (%) = [Número de pacientes com ≥1 lesão neoplásica visível no vídeo mas não detetada pelo CADe] ÷ [Número total de pacientes com neoplasia gástrica durante a 2ª endoscopia] × 100. |
1 dia
|
|
Tempo total do procedimento para endoscopia de rastreio
Prazo: 1 dia
|
Tempo em minutos desde a inserção do endoscópio até à sua retirada, incluindo o primeiro exame sem CADe e o segundo exame com CADe, medido através dos registos temporais da unidade de endoscopia.
(unidade: minuto)
|
1 dia
|
|
Número médio de lesões detetadas por endoscopia (neoplásicas e não neoplásicas)
Prazo: 1 dia
|
Número total de lesões (neoplásicas e não neoplásicas) detetadas durante cada exame (primeiro sem CADe, segundo com CADe), dividido pelo número de procedimentos, reportado como média ± DP por procedimento. Média de lesões por procedimento = [Número total de lesões detetadas em todos os procedimentos] ÷ [Número total de procedimentos]. |
1 dia
|
|
Gravação de vídeo
Prazo: 1 dia
|
Sistema de captura de vídeo digital de alta definição integrado na torre de endoscopia, resumido como percentagem de procedimentos com gravações completas e analisáveis.
(unidade: sim/não, %) Proporção com gravação completa (%) = [Número de procedimentos com vídeo completo adequado para revisão] ÷ [Número total de procedimentos] × 100.
|
1 dia
|
Colaboradores e Investigadores
Patrocinador
Publicações e links úteis
Publicações Gerais
- Yao K. The endoscopic diagnosis of early gastric cancer. Ann Gastroenterol. 2013;26(1):11-22.
- Allemani C, Matsuda T, Di Carlo V, Harewood R, Matz M, Niksic M, Bonaventure A, Valkov M, Johnson CJ, Esteve J, Ogunbiyi OJ, Azevedo E Silva G, Chen WQ, Eser S, Engholm G, Stiller CA, Monnereau A, Woods RR, Visser O, Lim GH, Aitken J, Weir HK, Coleman MP; CONCORD Working Group. Global surveillance of trends in cancer survival 2000-14 (CONCORD-3): analysis of individual records for 37 513 025 patients diagnosed with one of 18 cancers from 322 population-based registries in 71 countries. Lancet. 2018 Mar 17;391(10125):1023-1075. doi: 10.1016/S0140-6736(17)33326-3. Epub 2018 Jan 31.
- Bray F, Laversanne M, Sung H, Ferlay J, Siegel RL, Soerjomataram I, Jemal A. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024 May-Jun;74(3):229-263. doi: 10.3322/caac.21834. Epub 2024 Apr 4.
- Hasuike N, Ono H, Boku N, Mizusawa J, Takizawa K, Fukuda H, Oda I, Doyama H, Kaneko K, Hori S, Iishi H, Kurokawa Y, Muto M; Gastrointestinal Endoscopy Group of Japan Clinical Oncology Group (JCOG-GIESG). A non-randomized confirmatory trial of an expanded indication for endoscopic submucosal dissection for intestinal-type gastric cancer (cT1a): the Japan Clinical Oncology Group study (JCOG0607). Gastric Cancer. 2018 Jan;21(1):114-123. doi: 10.1007/s10120-017-0704-y. Epub 2017 Feb 21.
- Pimenta-Melo AR, Monteiro-Soares M, Libanio D, Dinis-Ribeiro M. Missing rate for gastric cancer during upper gastrointestinal endoscopy: a systematic review and meta-analysis. Eur J Gastroenterol Hepatol. 2016 Sep;28(9):1041-9. doi: 10.1097/MEG.0000000000000657.
- Huang RJ, Koh H, Hwang JH; Summit Leaders. A Summary of the 2020 Gastric Cancer Summit at Stanford University. Gastroenterology. 2020 Oct;159(4):1221-1226. doi: 10.1053/j.gastro.2020.05.100. Epub 2020 Jul 21.
- Desai M, Ausk K, Brannan D, Chhabra R, Chan W, Chiorean M, Gross SA, Girotra M, Haber G, Hogan RB, Jacob B, Jonnalagadda S, Iles-Shih L, Kumar N, Law J, Lee L, Lin O, Mizrahi M, Pacheco P, Parasa S, Phan J, Reeves V, Sethi A, Snell D, Underwood J, Venu N, Visrodia K, Wong A, Winn J, Wright CH, Sharma P. Use of a Novel Artificial Intelligence System Leads to the Detection of Significantly Higher Number of Adenomas During Screening and Surveillance Colonoscopy: Results From a Large, Prospective, US Multicenter, Randomized Clinical Trial. Am J Gastroenterol. 2024 Jul 1;119(7):1383-1391. doi: 10.14309/ajg.0000000000002664. Epub 2024 Jan 18.
- Gong D, Wu L, Zhang J, Mu G, Shen L, Liu J, Wang Z, Zhou W, An P, Huang X, Jiang X, Li Y, Wan X, Hu S, Chen Y, Hu X, Xu Y, Zhu X, Li S, Yao L, He X, Chen D, Huang L, Wei X, Wang X, Yu H. Detection of colorectal adenomas with a real-time computer-aided system (ENDOANGEL): a randomised controlled study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):352-361. doi: 10.1016/S2468-1253(19)30413-3. Epub 2020 Jan 22.
- Lau LHS, Ho JCL, Lai JCT, Ho AHY, Wu CWK, Lo VWH, Lai CMS, Scheppach MW, Sia F, Ho KHK, Xiao X, Yip TCF, Lam TYT, Kwok HYH, Chan HCH, Lui RN, Chan TT, Wong MTL, Ho MF, Ko RCW, Hon SF, Chu S, Futaba K, Ng SSM, Yip HC, Tang RSY, Wong VWS, Chan FKL, Chiu PWY; ENDOAID-TRAIN study group. Effect of Real-Time Computer-Aided Polyp Detection System (ENDO-AID) on Adenoma Detection in Endoscopists-in-Training: A Randomized Trial. Clin Gastroenterol Hepatol. 2024 Mar;22(3):630-641.e4. doi: 10.1016/j.cgh.2023.10.019. Epub 2023 Nov 2.
- Seager A, Sharp L, Neilson LJ, Brand A, Hampton JS, Lee TJW, Evans R, Vale L, Whelpton J, Bestwick N, Rees CJ; COLO-DETECT trial team. Polyp detection with colonoscopy assisted by the GI Genius artificial intelligence endoscopy module compared with standard colonoscopy in routine colonoscopy practice (COLO-DETECT): a multicentre, open-label, parallel-arm, pragmatic randomised controlled trial. Lancet Gastroenterol Hepatol. 2024 Oct;9(10):911-923. doi: 10.1016/S2468-1253(24)00161-4. Epub 2024 Aug 14.
- Ochiai K, Ozawa T, Shibata J, Ishihara S, Tada T. Current Status of Artificial Intelligence-Based Computer-Assisted Diagnosis Systems for Gastric Cancer in Endoscopy. Diagnostics (Basel). 2022 Dec 13;12(12):3153. doi: 10.3390/diagnostics12123153.
- Wu L, Shang R, Sharma P, Zhou W, Liu J, Yao L, Dong Z, Yuan J, Zeng Z, Yu Y, He C, Xiong Q, Li Y, Deng Y, Cao Z, Huang C, Zhou R, Li H, Hu G, Chen Y, Wang Y, He X, Zhu Y, Yu H. Effect of a deep learning-based system on the miss rate of gastric neoplasms during upper gastrointestinal endoscopy: a single-centre, tandem, randomised controlled trial. Lancet Gastroenterol Hepatol. 2021 Sep;6(9):700-708. doi: 10.1016/S2468-1253(21)00216-8. Epub 2021 Jul 21.
- Muto M, Yao K, Kaise M, Kato M, Uedo N, Yagi K, Tajiri H. Magnifying endoscopy simple diagnostic algorithm for early gastric cancer (MESDA-G). Dig Endosc. 2016 May;28(4):379-393. doi: 10.1111/den.12638. Epub 2016 Apr 22.
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
Palavras-chave
Outros números de identificação do estudo
- CRE-2025.465
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
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 .