- ICH GCP
- Реестр клинических исследований США
- Клиническое испытание NCT06773832
ИИ в прогнозировании патологии полипов и эндоскопической классификации
Искусственный интеллект прогнозирует патологию и эндоскопическую классификацию колоректальных полипов во время колоноскопии
Обзор исследования
Статус
Условия
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Контакты исследования
- Имя: Wenmo Hu, MD
- Номер телефона: 86+15101581963
- Электронная почта: huwenmo1995@126.com
Места учебы
-
-
-
Beijing, Китай, 100730
- Рекрутинг
- Peking Union Medical College Hospital
-
Контакт:
- Wenmo Hu, MD
- Номер телефона: 86+15101581963
- Электронная почта: huwenmo1995@126.com
-
Контакт:
- Wenmo Hu, MD
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Критерии включения:
- Амбулаторные или стационарные пациенты, проходящие плановый колоноскопический скрининг в эндоскопических центрах многоцентровых больниц;
- Возраст 18 лет и старше;
- Понимать содержание исследования и подписали форму информированного согласия.
Критерии исключения:
- Гастропарез или обструкция выходного отдела желудка;
- Известная или подозреваемая кишечная непроходимость или перфорация;
- Тяжелая хроническая почечная недостаточность (клиренс креатинина менее 30 мл/мин);
- Тяжелая застойная сердечная недостаточность (класс III или IV Нью-Йоркской кардиологической ассоциации);
- Беременность или кормление грудью в настоящее время;
- Токсический колит или мегаколон;
- Плохо контролируемая артериальная гипертензия (систолическое артериальное давление более 180 мм рт. ст. и/или диастолическое артериальное давление более 100 мм рт. ст.);
- Умеренное или массивное активное желудочно-кишечное кровотечение (>100 мл/день);
- Серьезное психиатрическое или психологическое заболевание;
- Аллергия на препараты, используемые для подготовки кишечника;
- Пациенты, перенесшие колоректальную операцию.
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Пациенты в возрасте 18 лет и старше, проходящие плановый колоноскопический скрининг.
|
На этапе разработки модели ИИ цель состоит в том, чтобы включить как можно больше образцов. Принимая во внимание точность диагностики зубчатых поражений, на сегодняшний день мы ретроспективно собрали около 400 случаев зубчатых поражений с патологоанатомическим диагнозом в отделении патологии больницы Пекинского медицинского колледжа. Кроме того, мы сопоставили по 400 случаев гиперпластических полипов, обычных аденом и раннего колоректального рака, всего около 1600 случаев. В модели используются основные алгоритмы классификации ИИ для построения модели и сравнения прогнозной эффективности различных моделей. Используя набор данных, созданный на первом этапе, который содержит статические изображения поражений полипов вместе с соответствующими патологоанатомическими диагнозами и эндоскопическими классификациями, мы разработали и оптимизировали модель искусственного интеллекта. Затем модель будет сравниваться с эндоскопистами в проспективной когорте для изучения эффективности. |
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Точность оптической диагностики колоректальных полипов
Временное ограничение: 2 года
|
Точность оптического диагноза модели ИИ сравнивается с точностью эндоскопистов, при этом патологический диагноз служит золотым стандартом.
|
2 года
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Другие параметры оценки оптической диагностики
Временное ограничение: 2 года
|
Включая чувствительность, специфичность, положительную прогностическую ценность (PPV) и отрицательную прогностическую ценность (NPV) оптической диагностики.
|
2 года
|
|
Точность определения эндоскопической классификации колоректальных полипов
Временное ограничение: 2 года
|
Используя эндоскопическую классификационную оценку опытных эндоскопистов в качестве золотого стандарта, исследование исследует точность модели искусственного интеллекта при определении эндоскопической классификации поражений.
Эндоскопические классификации включают Pit Pattern, CP, NICE, JNET, WASP и MS.
|
2 года
|
|
Другие параметры оценки при определении эндоскопической классификации
Временное ограничение: 2 года
|
Чувствительность, специфичность, положительная прогностическая ценность (PPV) и отрицательная прогностическая ценность (NPV) модели AI при определении эндоскопической классификации колоректальных полипов
|
2 года
|
Соавторы и исследователи
Следователи
- Главный следователь: Dong Wu, MD, Peking Union Medical College Hospital
Публикации и полезные ссылки
Общие публикации
- IJspeert JE, Bastiaansen BA, van Leerdam ME, Meijer GA, van Eeden S, Sanduleanu S, Schoon EJ, Bisseling TM, Spaander MC, van Lelyveld N, Bargeman M, Wang J, Dekker E; Dutch Workgroup serrAted polypS & Polyposis (WASP). Development and validation of the WASP classification system for optical diagnosis of adenomas, hyperplastic polyps and sessile serrated adenomas/polyps. Gut. 2016 Jun;65(6):963-70. doi: 10.1136/gutjnl-2014-308411. Epub 2015 Mar 9.
- van der Zander QEW, Schreuder RM, Fonolla R, Scheeve T, van der Sommen F, Winkens B, Aepli P, Hayee B, Pischel AB, Stefanovic M, Subramaniam S, Bhandari P, de With PHN, Masclee AAM, Schoon EJ. Optical diagnosis of colorectal polyp images using a newly developed computer-aided diagnosis system (CADx) compared with intuitive optical diagnosis. Endoscopy. 2021 Dec;53(12):1219-1226. doi: 10.1055/a-1343-1597. Epub 2021 Mar 10.
- Zachariah R, Samarasena J, Luba D, Duh E, Dao T, Requa J, Ninh A, Karnes W. Prediction of Polyp Pathology Using Convolutional Neural Networks Achieves "Resect and Discard" Thresholds. Am J Gastroenterol. 2020 Jan;115(1):138-144. doi: 10.14309/ajg.0000000000000429.
- Singh R, Jayanna M, Navadgi S, Ruszkiewicz A, Saito Y, Uedo N. Narrow-band imaging with dual focus magnification in differentiating colorectal neoplasia. Dig Endosc. 2013 May;25 Suppl 2:16-20. doi: 10.1111/den.12075.
- Rees CJ, Rajasekhar PT, Wilson A, Close H, Rutter MD, Saunders BP, East JE, Maier R, Moorghen M, Muhammad U, Hancock H, Jayaprakash A, MacDonald C, Ramadas A, Dhar A, Mason JM. Narrow band imaging optical diagnosis of small colorectal polyps in routine clinical practice: the Detect Inspect Characterise Resect and Discard 2 (DISCARD 2) study. Gut. 2017 May;66(5):887-895. doi: 10.1136/gutjnl-2015-310584. Epub 2016 Apr 19.
- ASGE Technology Committee; Abu Dayyeh BK, Thosani N, Konda V, Wallace MB, Rex DK, Chauhan SS, Hwang JH, Komanduri S, Manfredi M, Maple JT, Murad FM, Siddiqui UD, Banerjee S. ASGE Technology Committee systematic review and meta-analysis assessing the ASGE PIVI thresholds for adopting real-time endoscopic assessment of the histology of diminutive colorectal polyps. Gastrointest Endosc. 2015 Mar;81(3):502.e1-502.e16. doi: 10.1016/j.gie.2014.12.022. Epub 2015 Jan 16.
- Tanaka S, Sano Y. Aim to unify the narrow band imaging (NBI) magnifying classification for colorectal tumors: current status in Japan from a summary of the consensus symposium in the 79th Annual Meeting of the Japan Gastroenterological Endoscopy Society. Dig Endosc. 2011 May;23 Suppl 1:131-9. doi: 10.1111/j.1443-1661.2011.01106.x.
- Axelrad AM, Fleischer DE, Geller AJ, Nguyen CC, Lewis JH, Al-Kawas FH, Avigan MI, Montgomery EA, Benjamin SB. High-resolution chromoendoscopy for the diagnosis of diminutive colon polyps: implications for colon cancer screening. Gastroenterology. 1996 Apr;110(4):1253-8. doi: 10.1053/gast.1996.v110.pm8613016.
- Mori Y, Kudo SE, East JE, Rastogi A, Bretthauer M, Misawa M, Sekiguchi M, Matsuda T, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Kudo T, Mori K. Cost savings in colonoscopy with artificial intelligence-aided polyp diagnosis: an add-on analysis of a clinical trial (with video). Gastrointest Endosc. 2020 Oct;92(4):905-911.e1. doi: 10.1016/j.gie.2020.03.3759. Epub 2020 Mar 30.
Даты записи исследования
Изучение основных дат
Начало исследования (Оцененный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
- K7281
- BRWEP2024W034010100 (Другой номер гранта/финансирования: Excellence in Clinical Research Program for Research Wards of Beijing)
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Описание плана IPD
Сроки обмена IPD
Критерии совместного доступа к IPD
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
продукт, произведенный в США и экспортированный из США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .