- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05513261
Klinisk validering av PolyDeep: ett artificiell intelligens-baserat datorstödd polypdetektering (CADe) och karaktärisering (CADx) system. Polydeep Advance 3
PolyDeep Advance 3: Randomiserad klinisk prövning som jämför högupplöst koloskopi med polyDeep assisterad högupplöst koloskopi.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Kolorektal cancer (CRC) är den vanligaste cancerformen i västvärlden. Ett grundläggande verktyg för upptäckt och förebyggande är koloskopin. Detektering och endoskopisk resektion av kolorektala polyper, prekursorskadan till CRC, kan minska CRC-incidensen och dödligheten. Adenoma Detection Rate är den mest använda endoskopiska kvalitetsindikatorn. Förbättringen av denna indikator är relaterad till minskningen av CRC-incidens och dödlighet efter koloskopi.
Kolorektal polypdiagnos baseras på endoskopisk resektion och histologisk analys. En korrekt optisk diagnos skulle kunna undvika histologiska lesioner av mindre lesioner, vilket minskar kostnaderna förknippade med histologisk diagnos. NICE-klassificeringen (NBI International Colorectal Endoscopic) har föreslagit användning av högupplösta endoskop som har Narrow Band Imaging (NBI). NICE måste dock användas av endoskopister som är tillräckligt förberedda och som har övervunnit inlärningskurvan. Därför är optisk histologisk diagnos med hög noggrannhet oberoende av centrum och endoskopist nödvändig.
Computer Aid Diagnosis (CAD)-system baserade på artificiell intelligens upplever exponentiell utveckling inom området medicinsk bildanalys. Utvecklingen av CAD-systemet bygger på skapandet av stora databaser med endoskopiska bilder och/eller videor, på utbildning, utveckling och validering av diagnostiska algoritmer i sådana databaser och slutligen på prospektiv klinisk validering hos patienter som genomgår koloskopi. Målet med CAD-system inom koloskopi är dubbelt. För det första syftar CAD-systemet till att öka upptäckten av polyper (CADe) i allmänhet och av adenom och tandade lesioner i synnerhet. Det andra målet är att karakterisera (CADx) histologin för detekterad lesion.
PolyDeep CAD är en funktionell prototyp. Detta CAD-system kan upptäcka, lokalisera och klassificera kolorektala polyper. In vivo-valideringsdata visar att PolyDeep har hög diagnostisk noggrannhet för polypidentifiering och att denna noggrannhet kan tillgodoses. Syftet med PolyDeep advance 3 är att jämföra skillnader i adenomdetektionsfrekvens i en randomiserad klinisk prövning. Utredarna kommer att jämföra adenomdetektionsfrekvensen mellan högupplöst koloskopi och PolyDeep assisterad högupplöst koloskopi, både vid CRC-screening och övervakning.
Studietyp
Inskrivning (Faktisk)
Fas
- Inte tillämpbar
Kontakter och platser
Studieorter
-
-
-
Ourense, Spanien, 32003.
- Complexo Hospitalario Universitario de Ourense
-
Pontevedra, Spanien
- Hospital De Montecelo
-
-
Pontevedra
-
Vigo, Pontevedra, Spanien
- Hospital Álvaro Cunqueiro (Vigo)
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
- Första diagnostisk koloskopi utförd efter ett positivt fekalt immunkemiskt test utfört inom CRC-screeningprogrammet.
- Övervakning efter resektion av kolorektala adenom
- Acceptans efter att ha läst informationsbladet och undertecknat informerat samtycke.
Exklusions kriterier:
- Koloskopier med otillräcklig tarmrengöring (Boston Bowel Preparation Scale <6 eller <2 i något av de utvärderade segmenten).
- Ofullständig koloskopi utan cekal intubation.
- Tidigare CRC
- Tidigare kolonresektion.
- Ärftliga CRC-syndrom
- Serrated polyposis syndrom
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Diagnostisk
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Övrig: Kontrollarm: Högupplöst koloskopi
Diagnostiskt test: Standardkoloskopi
|
I ingripandet av denna arm kommer utredarna att tillämpa standardkoloskopin utan datorstödd koloskopi (polyDeep)
|
|
Experimentell: PolyDeep assisterad högupplöst koloskopi
Diagnostiskt test: PolyDeep
|
I ingripandet av denna arm kommer utredarna att tillämpa polyDeep assisterad högupplöst koloskopi (CAD-system).
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Adenoma Detection Rate (ADR)
Tidsram: 1,5 år
|
Antal koloskopier med adenom/totalt antal koloskopier.
Utredarna kommer att utvärdera om det finns skillnader mellan båda armarna.
|
1,5 år
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Polypdetekteringshastighet
Tidsram: 1,5 år
|
Antal koloskopier med polyper/totalt antal koloskopier.
Utredarna kommer att utvärdera om det finns skillnader mellan båda armarna.
|
1,5 år
|
|
Detektionshastighet för tandad lesion
Tidsram: 1,5 år
|
Antal koloskopier med tandade lesioner/totalt antal koloskopier.
Utredarna kommer att utvärdera om det finns skillnader mellan båda armarna.
|
1,5 år
|
|
Avancerad lesionsdetekteringshastighet
Tidsram: 1,5 år
|
Antal koloskopier med avancerade lesioner (adenom ≥10 mm, villös histologi eller höggradig dysplasi; tandade skador med dysplasi eller ≥10 mm) /totalt antal koloskopier.
Utredarna kommer att utvärdera om det finns skillnader mellan båda armarna.
|
1,5 år
|
|
Uttagstid:
Tidsram: 1,5 år
|
Uttagstiden mellan de två armarna kommer att beräknas och jämföras av utredarna
|
1,5 år
|
|
Karakterisering av de upptäckta lesionerna.
Tidsram: 1,5 år
|
Utredarna kommer att utvärdera den optiska diagnosnoggrannheten hos Polydeep för den slutliga histologiska diagnosen (sensitivitet, specificitet, positiva och negativa prediktiva värden).
|
1,5 år
|
Samarbetspartners och utredare
Publikationer och användbara länkar
Allmänna publikationer
- Hassan C, Spadaccini M, Iannone A, Maselli R, Jovani M, Chandrasekar VT, Antonelli G, Yu H, Areia M, Dinis-Ribeiro M, Bhandari P, Sharma P, Rex DK, Rosch T, Wallace M, Repici A. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc. 2021 Jan;93(1):77-85.e6. doi: 10.1016/j.gie.2020.06.059. Epub 2020 Jun 26.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Cubiella J, Marzo-Castillejo M, Mascort-Roca JJ, Amador-Romero FJ, Bellas-Beceiro B, Clofent-Vilaplana J, Carballal S, Ferrandiz-Santos J, Gimeno-Garcia AZ, Jover R, Mangas-Sanjuan C, Moreira L, Pellise M, Quintero E, Rodriguez-Camacho E, Vega-Villaamil P; Sociedad Espanola de Medicina de Familia y Comunitaria y Asociacion Espanola de Gastroenterologia. Clinical practice guideline. Diagnosis and prevention of colorectal cancer. 2018 Update. Gastroenterol Hepatol. 2018 Nov;41(9):585-596. doi: 10.1016/j.gastrohep.2018.07.012. Epub 2018 Sep 20. English, Spanish.
- Zhao S, Wang S, Pan P, Xia T, Chang X, Yang X, Guo L, Meng Q, Yang F, Qian W, Xu Z, Wang Y, Wang Z, Gu L, Wang R, Jia F, Yao J, Li Z, Bai Y. Magnitude, Risk Factors, and Factors Associated With Adenoma Miss Rate of Tandem Colonoscopy: A Systematic Review and Meta-analysis. Gastroenterology. 2019 May;156(6):1661-1674.e11. doi: 10.1053/j.gastro.2019.01.260. Epub 2019 Feb 6.
- Puig I, Lopez-Ceron M, Arnau A, Rosinol O, Cuatrecasas M, Herreros-de-Tejada A, Ferrandez A, Serra-Burriel M, Nogales O, Vida F, de Castro L, Lopez-Vicente J, Vega P, Alvarez-Gonzalez MA, Gonzalez-Santiago J, Hernandez-Conde M, Diez-Redondo P, Rivero-Sanchez L, Gimeno-Garcia AZ, Burgos A, Garcia-Alonso FJ, Bustamante-Balen M, Martinez-Bauer E, Penas B, Pellise M; EndoCAR group, Spanish Gastroenterological Association and the Spanish Digestive Endoscopy Society. Accuracy of the Narrow-Band Imaging International Colorectal Endoscopic Classification System in Identification of Deep Invasion in Colorectal Polyps. Gastroenterology. 2019 Jan;156(1):75-87. doi: 10.1053/j.gastro.2018.10.004. Epub 2018 Oct 6.
- Jin EH, Lee D, Bae JH, Kang HY, Kwak MS, Seo JY, Yang JI, Yang SY, Lim SH, Yim JY, Lim JH, Chung GE, Chung SJ, Choi JM, Han YM, Kang SJ, Lee J, Chan Kim H, Kim JS. Improved Accuracy in Optical Diagnosis of Colorectal Polyps Using Convolutional Neural Networks with Visual Explanations. Gastroenterology. 2020 Jun;158(8):2169-2179.e8. doi: 10.1053/j.gastro.2020.02.036. Epub 2020 Feb 29.
- Parmar R, Martel M, Rostom A, Barkun AN. Validated Scales for Colon Cleansing: A Systematic Review. Am J Gastroenterol. 2016 Feb;111(2):197-204; quiz 205. doi: 10.1038/ajg.2015.417. Epub 2016 Jan 19.
- Parsa N, Rex DK, Byrne MF. Colorectal polyp characterization with standard endoscopy: Will Artificial Intelligence succeed where human eyes failed? Best Pract Res Clin Gastroenterol. 2021 Jun-Aug;52-53:101736. doi: 10.1016/j.bpg.2021.101736. Epub 2021 Feb 22.
- Wani S, Rastogi A. Narrow-band imaging in the prediction of submucosal invasive colon cancer: how "NICE" is it? Gastrointest Endosc. 2013 Oct;78(4):633-6. doi: 10.1016/j.gie.2013.06.015. No abstract available.
- Mangas-Sanjuan C, Santana E, Cubiella J, Rodriguez-Camacho E, Seoane A, Alvarez-Gonzalez MA, Suarez A, Alvarez-Garcia V, Gonzalez N, Lue A, Cid-Gomez L, Ponce M, Bujanda L, Portillo I, Pellise M, Diez-Redondo P, Herraiz M, Ono A, Pizarro A, Zapater P, Jover R; QUALISCOPIA Study Investigators. Variation in Colonoscopy Performance Measures According to Procedure Indication. Clin Gastroenterol Hepatol. 2020 May;18(5):1216-1223.e2. doi: 10.1016/j.cgh.2019.08.035. Epub 2019 Aug 22.
- ASGE Technology Committee; Abu Dayyeh BK, Thosani N, Konda V, Wallace MB, Rex DK, Chauhan SS, Hwang JH, Komanduri S, Manfredi M, Maple JT, Murad FM, Siddiqui UD, Banerjee S. ASGE Technology Committee systematic review and meta-analysis assessing the ASGE PIVI thresholds for adopting real-time endoscopic assessment of the histology of diminutive colorectal polyps. Gastrointest Endosc. 2015 Mar;81(3):502.e1-502.e16. doi: 10.1016/j.gie.2014.12.022. Epub 2015 Jan 16.
- Liu A, Wang H, Lin Y, Fu L, Liu Y, Yan S, Chen H. Gastrointestinal endoscopy nurse assistance during colonoscopy and polyp detection: A PRISMA-compliant meta-analysis of randomized control trials. Medicine (Baltimore). 2020 Aug 21;99(34):e21278. doi: 10.1097/MD.0000000000021278.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- PolyDeep Advance 3.0
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
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 .