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

Utvärdering av artificiell intelligens (Gi-Genius) för adenoMa-detektion vid Lynch Syndrome. (Timely)

16 mars 2022 uppdaterad av: María Pellisé, Hospital Clinic of Barcelona

Utvärdering av artificiell intelligens (Gi-Genius) för adenoMa-detektion vid Lynch Syndrome. Ett randomiserat, parallellt, multicenter, kontrollerat försök. Studie i rätt tid.

Syftet med denna studie är att bedöma om artificiell intelligens hjälpmedel koloskopi koloskopi är överlägsen konventionell koloskopi för detektion av adenom under övervakning koloskopi hos patienter med Lynch syndrom.

Studieöversikt

Status

Rekrytering

Betingelser

Detaljerad beskrivning

Att jämföra prestandan av vitt ljus koloskopi (HD-WLE) kontra vitt ljus + CAD (CAD) för detektion av adenom (förhållande 1:1). CAD-systemet kommer att inkludera en artificiell intelligens-baserad medicinsk utrustning (GI Genius, Medtronic) som är utbildad för att bearbeta koloskopibilder och överlagra dem, i realtid, på endoskopiskärmen som en grön ruta över misstänkt lesion. En adekvat tarmförberedelse och minsta utsättningstid på 6 minuter kommer att krävas. Koloskopier kommer att utföras av erfarna endoskopister och med högupplöst skop. Lesioner kommer att samlas in och histopatologiska fynd kommer att användas som referensstandard. Det primära resultatet av denna studie kommer att vara det genomsnittliga antalet adenom per koloskopi (APC).

Studietyp

Interventionell

Inskrivning (Förväntat)

404

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studieorter

      • Barcelona, Spanien, 08036
        • Rekrytering
        • María Pellisé. MD. PhD.
        • Kontakt:
      • Barcelona, Spanien, 08036
        • Rekrytering
        • Oswaldo ortiz
        • Kontakt:

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, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Ålder ≥18 år med en bevisad patogen könscellsvariant i en av MMR-generna (MLH1, MSH2, MSH6) eller Epcam-deletion som är under övervakning av koloskopi.

Exklusions kriterier:

  • Tidigare historia av total kolektomi,
  • Samtidig inflammatorisk tarmsjukdom,
  • Oförmåga eller vägra att underteckna det informerade samtycket,
  • Tidigare koloskopi < 12 månader.
  • Otillräcklig tarmförberedelse.
  • Ofullständig procedur.
  • PMS2 mutationsbärare

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: Parallellt uppdrag
  • Maskning: Dubbel

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Aktiv komparator: CAD arm
Patienter som tilldelats CAD-armen kommer att under koloskopi återkalla högupplöst vitljus endoskopi med hjälp av artificiell intelligens (Gi Genius, Medtronic)
GI geniusTM (Medtronic) är en artificiell intelligensenhet designad och validerad på en datauppsättning av endoskopivideor med vitt ljus från högkvalitativa randomiserade kontrollerade studier för detektion av kolorektala lesioner under koloskopi. Baserat på ett djupinlärningssystem som använder konvolutionerande neurala nätverk, arbetar GI-geni i realtid sida till sida med gastroenterologen under koloskopi och lyfter fram förekomsten av precancerösa lesioner med en visuell markör (grön ruta) i realtid och designad för att integreras med majoriteten av koloskopier.
Placebo-jämförare: WLE arm
Patienter som allokerats till WLE-armen kommer att få endoskopi med högupplöst vitt ljus under koloskopi som standard för vård.
Endoskopi med högupplöst vitt ljus kommer att användas under skopets tillbakadragande

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Genomsnittligt antal adenom per koloskopi
Tidsram: 18 månader
Jämför genomsnittligt antal adenom i båda armarna beräknat genom att dividera det totala antalet detekterade adenom med det totala antalet koloskopier i varje arm
18 månader

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Uttagstid
Tidsram: 18 månader
tid som ägnas åt inspektion, från blindtarmen till endoskopextraktion genom anus, exklusive den tid som behövs för terapeutiska åtgärder (inklusive polypektomi).
18 månader
Genomsnittligt antal polyper per koloskopi
Tidsram: 18 månader
Jämför genomsnittligt antal polyper i båda armarna beräknat genom att dividera det totala antalet polyper (inklusive sågtandade lesioner och adenom) som upptäckts med det totala antalet koloskopier i varje arm
18 månader
Adenomdetektionshastighet
Tidsram: 18 månader
andelen individer som genomgick en fullständig koloskopi som hade åtminstone ett adenom detekterat mellan två armar.
18 månader
Polypdetekteringshastighet
Tidsram: 18 månader
andelen individer som genomgick en fullständig koloskopi som hade åtminstone en polyp detekterad mellan två armar.
18 månader
Falskt positivt i CAD-armen
Tidsram: 18 månader

Kombination av:

  • Lesioner detekterade av CAD (>2s grön ruta) efter en adekvat inspektion med en optisk diagnos med hög konfidens som är negativ för neoplasi gjord av endoskopisten.
  • Lesioner detekterade av CAD (>2s grön ruta) efter en adekvat inspektion resekerad av endoskopisten och med en kliniskt icke-signifikant histologi.
18 månader
Genomsnittligt antal icke-kliniskt signifikanta borttagna lesioner
Tidsram: 18 månader
Lesioner avlägsnade och med en histologi av normal eller inflammatorisk slemhinna eller avlägsnade diminutiva rekto-sigmoida polyper med en histologi av hyperplastisk
18 månader
Subjektiva endoskopistiska åtgärder
Tidsram: 18 månader
Frågeformulär som behandlar procedurens lätthet och tillfredsställelse, upptäckt av lesioner och utförandet av artificiell intelligens kommer att fyllas i av varje endoskopist
18 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.

Allmänna publikationer

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)

13 september 2021

Primärt slutförande (Förväntat)

1 december 2023

Avslutad studie (Förväntat)

1 december 2023

Studieregistreringsdatum

Först inskickad

21 maj 2021

Först inskickad som uppfyllde QC-kriterierna

26 maj 2021

Första postat (Faktisk)

2 juni 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

17 mars 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

16 mars 2022

Senast verifierad

1 mars 2022

Mer information

Termer relaterade till denna studie

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 .

Prenumerera