- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06412900
Radiomik och bildsegmentering av urinstenar genom artificiell intelligens (RISUS_AI)
Njurstenssjukdom orsakar betydande sjuklighet, och stenar som blockerar urinledaren kan få allvarliga konsekvenser. Bilddiagnostik med datortomografi (CT) är avgörande för diagnos, val av behandling och uppföljning. Segmentering av CT-bilder kan ge objektiva data om stenbelastning och tecken på obstruktion. Artificiell intelligens (AI) kan automatisera sådan segmentering men kan också användas för diagnos av stensjukdom och obstruktion.
I detta projekt är syftet att undersöka om:
Manuell segmentering av CT-skanningar kan ge mer exakt information om njurstenssjukdom jämfört med konventionell tolkning.
AI-segmentering ger giltiga resultat jämfört med manuell segmentering. AI kan upptäcka ureterstenar och obstruktion eller förutsäga spontan passage.
Studieöversikt
Status
Detaljerad beskrivning
Bakgrund:
Mål och syfte:
Projektet syftar till att bidra till personlig och förbättrad behandling och uppföljning av patienter med njursten med hjälp av radiomikalier och utveckling av ett artificiell intelligensverktyg för CT-undersökningsbedömning. Målen är att bedöma:
- Huruvida manuell segmentering av CT-bilder av urinvägarna ger likvärdig eller mer korrekt information om njurstenssjukdom jämfört med konventionell tolkning och rapportering.
- Huruvida segmentering utförd med AI ger giltiga resultat jämfört med manuell segmentering.
- Huruvida AI kan upptäcka urinrörsstenar och obstruktion och/eller förutsäga spontan passage av stenar.
Metod:
Kohort:
Patienter rekryteras till studien vid Oslo universitetssjukhus, röntgenavdelningen, sektion Aker, som utför cirka 1350 CT-undersökningar för urinvägsstenar hos cirka 1000 patienter varje år. Cirka 500 patienter med ny episod eller nyuppkommen koliksmärta och klinisk misstanke om njursten förväntas inkluderas.
Kliniska data (där tillgängliga):
- Baseline CT: datum och bilddata
- Beslut om initial behandling (konservativ, URS, PCN, ESWL) efter baslinje-CT
- Uppföljnings-CT: datum och bilddata
- Tid till spontan stenpassage (negativ kontroll CT) eller avslutad kirurgisk intervention (URS)
- Alla andra kirurgiska/invasiva ingrepp
- Sten kemisk analys
- Klinisk biokemi: kreatinin/eGFR, CRP, leukocyter (vid baslinjen och uppföljningar).
Bilddata:
Klinisk radiologirapport:
- Sten: (största tandstenen och eventuellt obstruerande tandsten): största diametern i något plan, densitet (ROI fastställd enligt klinisk bedömning, största möjliga ROI - i den skiva där stenen är störst), placering (övre urinledaren: ovanför korsning av kärl, nedre urinledare: under korsning av kärl, ostial: i blåsväggen)
- Njurbäckenet: största diameter av blomkålshalsens nedre bäcken, klinisk bedömning av dilatation (ej dilaterad/lätt/måttlig/svår).
- Segmentering:
- Sten: total segmenterad stenvolym, största diameter och densitet av segmenterad sten.
- Uppsamlingssystem: total segmenterad volym av uppsamlingssystemet och njurbäckenet.
Studietyp
Inskrivning (Beräknad)
Kontakter och platser
Studiekontakt
- Namn: Peter M. Lauritzen, MD, PhD
- Telefonnummer: +4795248249
- E-post: petlau@ous-hf.no
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Remiss till CT på grund av episod av njurkolik och klinisk misstanke om urinstenssjukdom eller
- Remiss till CT på grund av ny episod av smärta hos patient med känd urinstenssjukdom
- Ålder ≥ 18 år
Exklusions kriterier:
- Remiss för kontroll-CT av asymtomatiska patienter med känd urinstenssjukdom
- Remiss till kontroll-CT efter behandling
- Remiss för kontroll CT för spontan passage av sten.
- Brist på informerat samtycke av någon anledning.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
---|
Vuxna undersöktes med CT för misstänkt urinstenssjukdom
Nyuppkommen koliksmärta och klinisk misstanke om njursten eller känd njursten med nya/ökande symtom. Ålder ≥ 18 år |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Jämförelse av stendiameter från manuell segmentering med röntgenrapport
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Stendiameter (i mm) jämfört mellan manuell segmentering och röntgenrapport (parat t-test eller wilcoxon ranksummetest om icke-normalfördelade data)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av stenar (DICE-poäng) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
DICE-poäng för AI-segmentering av stenar, jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Prospektiv prestanda (diagnostisk noggrannhet) för AI-detektion av urinrörssten (jämfört med radiologirapport (guldstandard)
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av skillnader i dikotoma proportioner i parade data enligt Newcombe
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Jämförelse av stendensitet från manuell segmentering med röntgenrapport
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Stendensitet (i Hounsfield-enheter) jämfört mellan manuell segmentering och röntgenrapport (parat t-test eller wilcoxon rangsummetest om icke-normalfördelade data)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av utvidgning av njurbäckenet från manuell segmentering med röntgenrapport
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Utvidgning av njurbäckenet (i mm) jämfört mellan manuell segmentering och röntgenrapport (parat t-test eller wilcoxon ranksummetest om icke-normalfördelade data)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av stenar (Hausdorff-avstånd) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Haussdorff-avstånd för AI-segmentering av stenar, jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av stenar (diagnostisk noggrannhet) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Diagnostisk noggrannhet för AI-segmentering av stenar jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av njurbäckenet (Dice-score) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
DICE-poäng för AI-segmentering av njurbäckenet jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av njurbäckenet (Hausdorff-avstånd) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Hausdorff-avstånd för AI-segmentering av njurbäckenet jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av njurbäckenet (diagnostisk noggrannhet) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Diagnostisk noggrannhet för AI-segmentering av njurbäckenet jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av njurparenkym (DICE-poäng) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
DICE-poäng för AI-segmentering av njurparenkym jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av njurparenkym (Hausdorff-avstånd) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Hausdorff-avstånd för AI-segmentering av njurparenkym jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av AI-segmentering av njurparenkym (diagnostisk noggrannhet) med manuell segmentering
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Diagnostisk noggrannhet för AI-segmentering av njurparenkym jämfört med manuell segmentering (guldstandard)
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Prospektiv prestanda (diagnostisk noggrannhet) för AI-detektering av ureterobstruktion (jämfört med radiologirapport (guldstandard)
Tidsram: Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Jämförelse av skillnader i dikotoma proportioner i parade data enligt Newcombe
|
Vid tidpunkten för CT-undersökning (inkludering och uppföljning - förväntat genomsnitt 12 veckor)
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Peter M. Lauritzen, MD, PhD, Oslo University Hospital
Studieavstämningsdatum
Studera stora datum
Studiestart (Beräknad)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
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
- Njursjukdomar
- Urologiska sjukdomar
- Smärta
- Neurologiska manifestationer
- Patologiska tillstånd, anatomiska
- Ureterala sjukdomar
- Nefrolitiasis
- Kvinnliga urogenitala sjukdomar
- Kvinnliga urogenitala sjukdomar och graviditetskomplikationer
- Urogenitala sjukdomar
- Manliga urogenitala sjukdomar
- Njurkolik
- Urinvägar
- Urolithiasis
- Calculi
- Njure Calculi
- Ureterobstruktion
Andra studie-ID-nummer
- 31347039
- 660399 (Annan identifierare: Regional Committees for Medical Research Ethics (in Norway))
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
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 .
Kliniska prövningar på Njurkolik
-
Universitaire Ziekenhuizen KU LeuvenAvslutadPrevalens av Augmented Renal Clearance | Riskfaktorer för ökad renal clearanceBelgien
-
The First People's Hospital of ChangzhouHar inte rekryterat ännu
-
Andrew B AdamsBristol-Myers SquibbAvslutadMisslyckad renal allograftFörenta staterna
-
Oregon Health and Science UniversityAvslutad
-
Assiut UniversityOkänd
-
Fady M Kaldas, M.D., F.A.C.S.RekryteringBedömer immunsuppressionsmodulering på renal återhämtning efter LTFörenta staterna
-
Erling Bjerregaard PedersenUniversity of AarhusOkändRenal Tubular TransportDanmark
-
The Methodist Hospital Research InstituteOkändAkut (cellulär) renal allograftavstötningFörenta staterna