Datorstödd upptäckt av kolorektala polyper
21 april 2020 uppdaterad av: Timo Rath, University of Erlangen-Nürnberg Medical School
Utveckling och validering av ett nytt artificiell intelligenssystem för automatisk upptäckt av kolorektala polyper under koloskopi
I denna observationspilotstudie utvärderar vi den diagnostiska prestandan hos ett artificiellt intelligenssystem för automatiserad detektion av kolorektala polyper.
Studieöversikt
Status
Okänd
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Under standardkoloskopi kan ett stort antal kolorektala polyper missas.
Som framgår av en färsk metaanalys kan missfrekvensen för adenom nå upp till 26 %.
I denna studie testas om ett artificiellt intelligenssystem som lyfter fram kolorektala polyper vid screening eller övervakningskoloskopi i realtid kan leda till en ökad upptäckt av kolorektala polyper under undersökningen.
Studietyp
Observationell
Inskrivning (Förväntat)
40
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
-
Erlangen, Tyskland, 91054
- Rekrytering
- University Hospital Erlangen
-
Kontakt:
- Timo Rath, Professor of Endoscopy
- Telefonnummer: 85 45041 49 9131
- E-post: timo.rath@uk-erlangen.de
-
-
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 till 85 år (Vuxen, Äldre vuxen)
Tar emot friska volontärer
Ja
Kön som är behöriga för studier
Allt
Testmetod
Sannolikhetsprov
Studera befolkning
Alla patienter som presenterar sig mellan januari och maj 2020 för övervakning eller screeningkoloskopi i Ludwig Demling Endoscopy Center of Excellence kommer prospektivt att inkluderas under de ovan nämnda inklusions- och exkluderingskriterierna.
Före registreringen kommer skriftligt informerat samtycke att erhållas.
Beskrivning
Inklusionskriterier:
- Screening eller övervakning av koloskopi
Exklusions kriterier:
- känd eller misstänkt inflammatorisk tarmsjukdom
- okontrollerad koagulopati
- kända polyper eller remiss för polypektomi
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 |
|---|---|
|
Artificiell intelligens
|
I denna grupp kommer ett artificiellt intelligenssystem att användas för datorstödd diagnos av kolorektala polyper.
Diagnostisk prestanda för det artificiella intelligenssystemet för detektion av polyper kommer att jämföras med operatörsbaserad detektion i samma grupp
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Möjlighet att använda AI-systemet in vivo under koloskopi
Tidsram: 4 månader
|
Som ett primärt resultat, om AI-systemet är kapabelt att detektera kolorektala polyper in vivo under koloskopi
|
4 månader
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Diagnostisk prestanda för AI-systemet för att detektera kolorektala polyper
Tidsram: 4 månader
|
Som ett sekundärt resultat utvärderar vi AI-systemets diagnostiska prestanda för att detektera kolorektal polyp i realtid
|
4 månader
|
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.
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 januari 2020
Primärt slutförande (Förväntat)
30 april 2020
Avslutad studie (Förväntat)
31 maj 2020
Studieregistreringsdatum
Först inskickad
21 april 2020
Först inskickad som uppfyllde QC-kriterierna
21 april 2020
Första postat (Faktisk)
24 april 2020
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
24 april 2020
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
21 april 2020
Senast verifierad
1 april 2020
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- CAID
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
NEJ
IPD-planbeskrivning
Studien kommer att publiceras i vetenskapliga tidskrifter efter tävling och kommer därmed att göras tillgänglig för andra forskare.
Individuella patientdata kommer inte att visas eller delas.
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 .