Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Lung Nodule Imaging Biobank for Radiomics and AI Research (LIBRA)

8 juni 2021 uppdaterad av: Royal Marsden NHS Foundation Trust
Denna studie kommer att samla in retrospektiva datortomografibilder och kliniska data från deltagare med tillfälliga lungknölar på sjukhus över hela London. Utredarna kommer att undersöka om maskininlärning kan användas för att förutsäga vilka deltagare som kommer att utveckla lungcancer, för att förbättra tidig diagnos.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Förväntat)

1000

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studieorter

  • Storbritannien
      • London, Storbritannien, NW1 2PG
        • Rekrytering
        • University College London Hospitals NHS Foundation Trust
        • Kontakt:
      • London, Storbritannien, SW3 6NP
        • Rekrytering
        • The Royal Brompton NHS Foundation Trust
        • Kontakt:
        • Huvudutredare:
          • Dr Anand Deveral
    • England
      • Sutton, England, Storbritannien, SM2 5PT
    • Greater London
      • London, Greater London, Storbritannien, SE6 4JH
        • Rekrytering
        • Lewisham and Greenwich NHS Trust
        • Kontakt:
        • Huvudutredare:
          • Shafick Gareeboo
    • Surrey
      • Carshalton, Surrey, Storbritannien, SM5 1AA
        • Har inte rekryterat ännu
        • Epsom and St Helier's Hospitals NHS Trust
        • Kontakt:
        • Huvudutredare:
          • Jonathon Ratoff

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

18 år och äldre (VUXEN, OLDER_ADULT)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Patienter med tidigare identifierade lungknölar.

Beskrivning

Inklusionskriterier:

  • Ålder > 18
  • Baseline CT thorax imaging rapporterades ha lungknutor mellan 5 och 30 mm under de senaste 10 åren.
  • Grund sanning känd (antingen skanningsdata som visar stabilitet i 2 år (baserat på diameter) eller ett år (baserat på volym), fullständig upplösning eller biopsibeprövad malignitet.
  • Skivtjocklek < 2,5 mm.

Exklusions kriterier:

  • • Avsaknad av minst en tekniskt adekvat CT-thorax-avbildningsserie (definierad genom visuell inspektion av förekomsten av avbildningsdata för thorax i DICOM-posten).

    • Skivtjocklek > 2,5 mm.
    • Bildbehandling > 10 år gammal.
    • Grundsanningen okänd.

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
Intervention / Behandling
Lungknölar

En kohort på 1000 patienter med tillfälliga lungknölar kommer att identifieras med hjälp av kliniska journaler på deltagande NHS-platser.

Länkanonymiserade datortomografiska bilder och data kommer att lagras med hjälp av en central databas för radiomik och artificiell intelligens, för att förutsäga risken för malignitet.
Diagnostiskt test: Maskininlärningsklassificering
Patienternas skanningar kommer att användas som indata i intern programvara för att extrahera flera radiomikrofunktioner. Dessa funktioner kommer att användas för att utveckla en risksignatur som kan förutsäga malignitetsrisk. Patientskanningar kommer också att användas som indata i modeller för djupinlärning/konvolutionella neurala nätverk för att utföra automatiserad bildklassificering.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Utveckling av en avbildningsbiobank
Tidsram: 1 år
Det primära effektmåttet kommer att uppnås om vi kan lagra baslinje-CT-skanningar och minsta kliniska datauppsättning för 1000 patienter.
1 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Upptäckt av en CT-thorax-baserad radiomikprofil för att förutsäga cancerrisk.
Tidsram: 1 år
Vi strävar efter att identifiera distinkta kluster av radiomikvariabler för att generera en radiomiks prediktiv vektor (RPV), som kan användas för att stratifiera patienter enligt malignitetsrisk. Denna vektor kommer att användas i multivariat analys och jämföras med befintliga riskmodeller.
1 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Sponsor

Royal Marsden NHS Foundation Trust

Samarbetspartners

King's College Hospital NHS Trust
University College London Hospitals
Guy's and St Thomas' NHS Foundation Trust
Royal Brompton & Harefield NHS Foundation Trust
Institute of Cancer Research, United Kingdom
Imperial College Healthcare NHS Trust
Lewisham and Greenwich NHS Trust
Epsom and St Helier University Hospitals NHS Trust
RM Partners West London Cancer Alliance
UCLH Biomedical Research Centre

Utredare

  • Studiestol: Richard Lee, MBBS PhD, The Royal Marsden Hospital

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 2020

Primärt slutförande (FÖRVÄNTAT)

1 augusti 2021

Avslutad studie (FÖRVÄNTAT)

1 augusti 2021

Studieregistreringsdatum

Först inskickad

12 februari 2020

Först inskickad som uppfyllde QC-kriterierna

12 februari 2020

Första postat (FAKTISK)

17 februari 2020

Uppdateringar av studier

Senaste uppdatering publicerad (FAKTISK)

11 juni 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

8 juni 2021

Senast verifierad

1 juni 2021

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • CCR5215

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

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 Lungneoplasmer

Kliniska prövningar på Maskininlärningsklassificering

Sök liknande försök

Sponsorer och medarbetare

Medicinska tillstånd

Läkemedelsinterventioner

CROs by country

CROs in Burkina Faso

Betingelser

Sällsynta sjukdomar

Läkemedelsinterventioner

Kosttillskott

Sponsor / medarbetare

Platser

3
Prenumerera