- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT03967756
Effekten av det automatiska polypdetektionssystemet på adenomdetektionsfrekvensen
3 april 2021 uppdaterad av: Zhaoshen Li, Changhai Hospital
Effekten av det automatiska polypdetektionssystemet på adenomdetektionsfrekvensen - en multicenter, prospektiv, randomiserad kontrollerad studie
Under de senaste åren, med den kontinuerliga utvecklingen av artificiell intelligens, har automatiska polypdetekteringssystem visat sin potential för att öka kolorektala lesioner.
Huruvida detta system kan öka polyper- och adenomdetektionshastigheter i den verkliga kliniska miljön måste fortfarande bevisas.
Det primära syftet med denna studie är att undersöka om en kombination av koloskopi och ett djupinlärningsbaserat automatiskt polypdetekteringssystem är ett möjligt sätt att öka adenomdetektionsfrekvensen jämfört med standardkoloskopi.
Studieöversikt
Status
Rekrytering
Betingelser
Intervention / Behandling
Studietyp
Interventionell
Inskrivning (Förväntat)
1118
Fas
- Inte tillämpbar
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Zhaoshen Li, M.D
- Telefonnummer: 86-21-31161365
- E-post: li.zhaoshen@hotmail.com
Studera Kontakt Backup
- Namn: Yu Bai, M.D
- Telefonnummer: 86-21-31161335
- E-post: baiyu1998@hotmail.com
Studieorter
-
-
-
Shanghai, Kina, 200433
- Rekrytering
- Changhai Hospital, Second Military Medical University
-
-
Deltagandekriterier
Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.
Urvalskriterier
Åldrar som är berättigade till studier
40 år till 85 år (VUXEN, OLDER_ADULT)
Tar emot friska volontärer
Nej
Kön som är behöriga för studier
Allt
Beskrivning
Inklusionskriterier:
- Patienter i åldern 40-85 år som har indikationer för screening, övervakning och diagnostik.
- Patienter som skrivit under informerar samtyckesformulär.
Exklusions kriterier:
- Patienter som har genomgått tjocktarmsresektion
- Patienter med intrakraniell och/eller sjukdom i centrala nervsystemet, inklusive hjärninfarkt och hjärnblödning.
- Patienter med svår kronisk hjärt- och lungsjukdom.
- Patienter som inte vill eller kan samtycka.
- Patienter som inte är lämpliga för koloskopi
- Patienter som fick akut eller terapeutisk koloskopi
- Patienter med graviditet, inflammatorisk tarmsjukdom, polypos av tjocktarm, kolorektal cancer eller tarmobstruktion
- Patienter som tar aspirin, klopidogrel eller andra antikoagulantia
- Patienter med utsättningstid < 6 min
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Primärt syfte: DIAGNOSTISK
- Tilldelning: RANDOMISERAD
- Interventionsmodell: PARALLELL
- Maskning: INGEN
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
---|---|
EXPERIMENTELL: AI-assisterad uttagsgrupp
Ett djupinlärningsbaserat automatiskt polypdetekteringssystem användes för att hjälpa endoskopisten.
|
När koloskopister drar tillbaka koloskopierna och inspekterar tjocktarmen, byttes videoströmningen av koloskopier i realtid till det automatiska polypdetekteringssystemet, vilket gjorde det möjligt att upptäcka lesioner i realtid.
När en potentiell polyp detekteras av systemet, kommer det att finnas en spårningsruta på en intilliggande monitor för att lokalisera lesionen med ett samtidigt ljudlarm.
|
NO_INTERVENTION: Rutinmässig uttagsgrupp
Rutinmässigt uttag utan hjälp.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
adenomdetektionshastighet (ADR)
Tidsram: 30 minuter
|
antalet patienter med minst ett adenom delat med det totala antalet patienter.
|
30 minuter
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
polypdetekteringshastighet (PDR)
Tidsram: 30 minuter
|
antalet patienter med minst en polyp dividerat med det totala antalet patienter.
|
30 minuter
|
adenom per koloskopi
Tidsram: 30 minuter
|
antalet adenom som upptäckts under koloskopi dras tillbaka delat med antalet koloskopier.
|
30 minuter
|
polyp per koloskopi
Tidsram: 30 minuter
|
antalet polyper som upptäcks under koloskopi dras tillbaka delat med antalet koloskopier.
|
30 minuter
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Publikationer och användbara länkar
Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.
Allmänna publikationer
- Urban G, Tripathi P, Alkayali T, Mittal M, Jalali F, Karnes W, Baldi P. Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy. Gastroenterology. 2018 Oct;155(4):1069-1078.e8. doi: 10.1053/j.gastro.2018.06.037. Epub 2018 Jun 18.
- Ahmad OF, Soares AS, Mazomenos E, Brandao P, Vega R, Seward E, Stoyanov D, Chand M, Lovat LB. Artificial intelligence and computer-aided diagnosis in colonoscopy: current evidence and future directions. Lancet Gastroenterol Hepatol. 2019 Jan;4(1):71-80. doi: 10.1016/S2468-1253(18)30282-6. Epub 2018 Dec 6.
Studieavstämningsdatum
Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.
Studera stora datum
Studiestart (FAKTISK)
1 juni 2019
Primärt slutförande (FÖRVÄNTAT)
20 juli 2021
Avslutad studie (FÖRVÄNTAT)
1 oktober 2021
Studieregistreringsdatum
Först inskickad
28 maj 2019
Först inskickad som uppfyllde QC-kriterierna
28 maj 2019
Första postat (FAKTISK)
30 maj 2019
Uppdateringar av studier
Senaste uppdatering publicerad (FAKTISK)
6 april 2021
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
3 april 2021
Senast verifierad
1 april 2021
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- AI-2
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
NEJ
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
Nej
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .
Kliniska prövningar på Kolonpolyper
-
University of ManitobaAktiv, inte rekryterandePolyper | Kolonpolyp | Polyp av kolon | Kolorektal cancer | Kolonpolyp | Rektal polyp | Polyp rektalKanada
-
Medical University of ViennaAvslutadFlera polyper höger kolon | Stor polyp höger kolon | Misstänkt polyp höger kolonÖsterrike
-
Vejle HospitalHar inte rekryterat ännuKolorektal cancer | Kolonpolyp | Kolorektal polyp | Delat beslutsfattande | Beslutshjälpmedel | Rektal polyp
-
Nanfang Hospital of Southern Medical UniversityOkänd
-
Region SkaneCarponovum ABAvslutadCancer | PolypSverige
-
University Hospital, GhentRekrytering
-
Region SkaneIndragen
-
Instituto Ecuatoriano de Enfermedades DigestivasAvslutad
-
Air Force Military Medical University, ChinaAvslutad
-
Dr Milutin BulajicAvslutad
Kliniska prövningar på Automatiskt polypdetekteringssystem
-
Brain SentinelAvslutadEpilepsi | Generaliserade tonisk-kloniska anfallFörenta staterna
-
Brain SentinelAvslutadEpilepsi | Generaliserade tonisk-kloniska anfallFörenta staterna
-
Fundacin Biomedica Galicia SurRekrytering
-
Brain SentinelNationwide Children's HospitalAvslutad
-
Marcus MiguraMercy HealthAvslutadBlödning | Vaskulär skadaFörenta staterna
-
Stanford UniversityAvslutadEndometriecancerFörenta staterna