- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT04879563
Artificiell intelligens stödjer cancerpatienter i hela Europa - ASCAPE-projektet (ASCAPE)
ASCAPE (Artificial intelligence Supporting CAncer Patients across Europe) är ett samarbetsforskningsprojekt som involverar 15 partners från 7 länder, inklusive akademiska medicinska centra, små och medelstora företag (små och medelstora företag), forskningscentra och universitet, som syftar till att dra nytta av de senaste framstegen inom stora Data och AI (Artificiell Intelligens) för att stödja cancerpatienters livskvalitet (QoL) och hälsostatus. Specifikt syftar ASCAPE till att tillhandahålla personliga och AI-baserade förutsägelser för QoL-problem hos bröst- och prostatacancerpatienter samt föreslå potentiella insatser för sina läkare.
Detta projekt har fått finansiering från Europeiska unionens forsknings- och innovationsprogram Horisont 2020 under bidragsavtal nr 875351.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Studietyp
Inskrivning (Beräknad)
Fas
- Fas 2
Kontakter och platser
Studieorter
-
-
-
Athens, Grekland
- Urology Department, Sismanogleio General Hospital
-
-
-
-
-
Barcelona, Spanien
- Oncology Department, Hospital Clínic de Barcelona
-
-
-
-
-
London, Storbritannien
- CareAcross
-
-
-
-
-
Uppsala, Sverige
- Department of Oncology, University Hospital of Uppsala
-
Örebro, Sverige
- Department of Oncology, Örebro University Hospital
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Beskrivning
Patienturvalsprocessen varierar mellan de olika studieplatserna. Tre sjukhus (Sismanogleio General Hospital Aten (SGHA), Örebro Universitetssjukhus (ÖUH), Uppsala Universitetssjukhus (UUH)) kommer att inkludera patienter med nydiagnostiserad bröst- (ÖUH, UUH) eller prostatacancer (SGHA, ÖUH) som är berättigade till kurativ behandling med kirurgi (bröstcancer i ÖUH och UUH; prostatacancer i NKUA) eller strålbehandling (prostatacancer; ÖUH).
Ett sjukhus (Barcelona) kommer att inkludera bröstcanceröverlevande (minst 12 månader efter operation eller kemoterapi) med uppföljning genom sjukhuset.
Slutligen kommer CareAcross att inkludera patienter med bröst- eller prostatacancer genom sin onlineplattform för patienter som söker CareAcross-tjänsterna.
Inklusionskriterier (bröstcancer; ORB och Uppsala):
- diagnos av bröstcancer
- inga kliniska bevis på metastaserande sjukdom
- kunna kurativ behandling med kirurgi med eller utan onkologisk behandling.
Inklusionskriterier (bröstcancer; Barcelona)
- tidigare tidig bröstcancer som är på uppföljning med minst 12 månader efter operation eller kemoterapi (beroende på vilket som inträffade senast).
Inklusionskriterier (bröstcancer; CareAcross)
- bröstcancerdiagnos (enligt självrapporterad) oavsett stadium och behandling.
Inklusionskriterier (prostatacancer; SGHA och ORB)
- proostatcancerdiagnos
- inga kliniska bevis på metastaserande sjukdom
- kunna kurativ behandling med kirurgi med eller utan onkologisk behandling (SGHA) eller strålbehandling (med eller utan föregående kirurgi) oavsett typ av strålbehandling (extern strålbehandling, brachyterapi eller kombination).
Inklusionskriterier (prostatacancer; CareAcross)
- prostatacancerdiagnos (enligt självrapporterad) oavsett stadium och behandling.
Uteslutningskriterier (vanliga på alla studieplatser):
- oförmåga att ge informerat samtycke
- oförmåga/ingen tillgång till smartphones, applikationer eller internettjänster
- patienter med känd medicinsk historia av allergi mot det bärbara materialet.
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Stödjande vård
- Tilldelning: N/A
- Interventionsmodell: Enskild gruppuppgift
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: ASCAPE-baserad uppföljningsstrategi
Uppföljning genom ASCAPE-plattformen inklusive AI-baserade förutsägelser för hälsorelaterade QoL-frågor och förslag på personliga insatser.
|
Uppföljning genom ASCAPE-plattformen inklusive AI-baserade förutsägelser för hälsorelaterade livskvalitetsfrågor och förslag på personliga insatser beroende på vilken typ av livskvalitetsproblem som behöver åtgärdas. Den ASCAPE-baserade uppföljningsstrategin inkluderar uppföljning genom validerade QoL-enkäter, wearables för att fånga aktiv övervakningsdata och mobilappar för att svara på frågeformulären och fånga upp potentiella hälsorelaterade problem. |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Patienternas erfarenhet av att använda ASCAPE-baserad uppföljning
Tidsram: Vid slutet av interventionen (månad 12)
|
Patienternas erfarenhet som ska följas med hjälp av ett AI-baserat system i sig, patienternas tillfredsställelse med denna typ av uppföljning, potentiella hinder och underlättar för att använda wearables under uppföljningen samt motivation för att följa insatser baserade på AI- baserad uppföljning
|
Vid slutet av interventionen (månad 12)
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Patienternas engagemang för ASCAPE-baserad uppföljning
Tidsram: Var tredje månad fram till slutet av interventionen (12 månader)
|
Antal inlämnade frågeformulär per patient; total tid som patienterna använde wearables
|
Var tredje månad fram till slutet av interventionen (12 månader)
|
|
Patienternas följsamhet till AI-baserad föreslagen intervention
Tidsram: Var tredje månad fram till slutet av interventionen (12 månader)
|
Var tredje månad fram till slutet av interventionen (12 månader)
|
|
|
Bedömning av hälsorelaterad QoL över tid
Tidsram: Var tredje månad fram till slutet av interventionen (12 månader)
|
Var tredje månad fram till slutet av interventionen (12 månader)
|
|
|
Läkares synpunkter och erfarenheter gällande ASCAPE-baserad uppföljning vad gäller implementering i klinisk praxis
Tidsram: Vid slutet av interventionen (månad 12)
|
Följande aspekter kommer att beaktas: förbättring av patient-läkare-relationen; AI-baserad uppföljnings effektivitet för att fånga relevanta QoL-frågor i tid; förändringar i ledningen eller hänvisningar gjorda på grund av AI-baserade förutsägelser; användbarheten av informationen från AI-baserade modeller; acceptans av att integrera AI-baserad uppföljning i klinisk praxis; bedömning av den tid som behövs för att använda AI-baserad uppföljning i klinisk praxis
|
Vid slutet av interventionen (månad 12)
|
|
Läkares synpunkter och erfarenheter gällande ASCAPE-baserad uppföljning vad gäller interaktion
Tidsram: Vid slutet av interventionen (månad 12)
|
Detta resultat inkluderar frågor relaterade till interaktionen mellan den AI-baserade uppföljningsplattformen och läkare som användbarhet, tillgänglighet och kvalitativ bedömning av gränssnittet.
|
Vid slutet av interventionen (månad 12)
|
|
Läkares erfarenhet av att använda ASCAPE-baserad uppföljning
Tidsram: Vid slutet av interventionen (månad 12)
|
Detta resultat inkluderar frågor relaterade till pålitlighet, hur säkra läkare är när det gäller tillförlitligheten av AI-baserad uppföljning och psykologiska aspekter av att använda en AI-baserad plattform i klinisk praktik som upplevd substitutionskris och beteendeavsikt.
|
Vid slutet av interventionen (månad 12)
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- Studierektor: Paris Kosmidis, CareAcross
- Studierektor: Serge Autexier, German Research Center for Artificial Intelligence
Publikationer och användbara länkar
Användbara länkar
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 875351
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-delning som stöder informationstyp
- STUDY_PROTOCOL
- SAV
- ICF
- ANALYTIC_CODE
- CSR
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
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 .