水交换和吹气结肠镜检查中息肉检测和误报率的比较
在水交换与空气吹入的随机对照试验中,通过计算机辅助分析结肠镜检查撤回阶段的视频来检测息肉和误报率
研究概览
详细说明
全球结直肠癌 (CRC) 是女性第二大常见癌症,男性第三大常见癌症。 及早发现和切除结肠息肉(癌症前体)可降低 CRC 的发病率。 然而,结肠镜检查患者在结肠镜检查后 3-5 年内仍会发生间期结肠癌,腺瘤检出率 (ADR) 较低,ADR 定义为至少有一个腺瘤的患者比例。 ADR 变化很大,表明遗漏了一些腺瘤。 在最近的一项荟萃分析中报告的串联检查中遗漏了 26% 的腺瘤。 漏检的腺瘤约占间期癌的 58%。 与其他部分相比,右侧结肠中的腺瘤更容易被遗漏,因为它们的扁平形态和隐藏在突出的褶皱和弯曲后面。 结肠镜检查中增加 ADR 和降低腺瘤漏诊率 (AMR) 的创新具有减少间期癌的潜力。
最近修改后的 Delphi 评论中的共识声明证实,水交换 (WE) 作为一种标准化的插入方法比气体吹入产生更少的插入疼痛、更好的肠道清洁度和更高的 ADR。 它的特点是注入水以引导插入无气管腔,并在插入过程中几乎同时抽吸注入的水,目的是在盲肠插管时几乎完全清除注入的水和碎屑。 尽管一项串联检查的 RCT 显示 WE 与 CO2 吹入相比显着降低了右结肠腺瘤漏检率 (rAMR) (18.0% [33/183] 对比 34.6% [62/179], P = 0.0025), 右侧结肠中相当大比例的息肉仍然被忽视。
近年来,机器学习和人工智能领域取得了显着进步,越来越多的出版物显示使用计算机辅助检测 (CADe) 提高息肉检出率 (PDR) 和 ADR。 CADe 可以检测到由于人为注意力不集中或经验不足而被结肠镜检查员忽视的息肉。 然而,当前 CADe 系统的一个主要缺点是误报 (FA) 或误报 (FP)。 通常由气泡和粪便碎片触发,FA 可能会分散内窥镜医师的注意力,从而对 ADR 产生潜在的不利影响。 一项研究报告的 FP 率高达 60%。
在关于在结肠镜检查中应用深度学习算法和 WE 以改进腺瘤检测的概述中,作者指出,WE 可以通过改善肠道清洁度从而提高息肉的暴露率来提高人工智能 (CADe) 的性能。 在后续审查中,作者报告说,人工智能可能会减轻限制 WE 潜力的操作员依赖因素,而 WE 可能会提供平台,通过增加肠道清洁度和改善可视化来优化人工智能的性能,因此, WE和人工智能的优势可以互补,以最大限度地检测腺瘤。
我们最近完成的一项研究比较了由盲法内窥镜医师使用吹气或 WE 插入评估的右结肠 ADR,并记录了所有结肠镜检查视频 (NCT02737514)。 我们开发并应用了 CADe 系统来检测视频中的息肉。 当前的报告是一项原理研究证明,用于检验与右结肠充气相比,WE 可以产生明显更高的额外 PDR (APDR) 并降低误报率 (FAR) 的假设。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
Chiayi
-
Chiayi City、Chiayi、台湾、62247
- Chia Pei Tang
-
-
参与标准
资格标准
适合学习的年龄
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
- 入组年龄在 40 至 80 岁之间、接受筛查、诊断或监测结肠镜检查的患者。
排除标准:
- 在过去 3 年内接受过结肠镜检查、肾功能衰竭、既往结肠切除术、计划进行息肉切除术、部分摄入肠道准备、美国麻醉学会 (ASA) 风险等级 3 级或更高以及缺乏书面知情同意的患者被排除在外.
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
水交换与计算机辅助检测系统
换水结肠镜法计算机辅助检测系统叠加视频
|
计算机辅助检测系统的分析覆盖了通过换水或吹气法进行的结肠镜检查的视频。
|
|
计算机辅助检测系统吹气
计算机辅助检测系统叠加视频与吹气结肠镜法
|
计算机辅助检测系统的分析覆盖了通过换水或吹气法进行的结肠镜检查的视频。
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
息肉检出率
大体时间:一个月
|
找出并比较换水和吹气组的息肉检出率
|
一个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
计算机辅助检测系统误报率
大体时间:一个月
|
找出并比较换水和吹气组的假阳性率
|
一个月
|
|
计算机辅助检测系统误报率
大体时间:一个月
|
找出并比较水交换和空气的误报率
|
一个月
|
合作者和调查者
调查人员
- 首席研究员:Chia Pei Tang、Dalin Tzu Chi General Hospital
出版物和有用的链接
一般刊物
- Cheng CL, Kuo YL, Hsieh YH, Tang JH, Leung FW. Comparison of Right Colon Adenoma Miss Rates Between Water Exchange and Carbon Dioxide Insufflation: A Prospective Randomized Controlled Trial. J Clin Gastroenterol. 2021 Nov-Dec 01;55(10):869-875. doi: 10.1097/MCG.0000000000001454.
- Hsieh YH, Tseng CW, Hu CT, Koo M, Leung FW. Prospective multicenter randomized controlled trial comparing adenoma detection rate in colonoscopy using water exchange, water immersion, and air insufflation. Gastrointest Endosc. 2017 Jul;86(1):192-201. doi: 10.1016/j.gie.2016.12.005. Epub 2016 Dec 15.
- Leung FW, Hsieh YH. Artificial intelligence (computer-assisted detection) is the most recent novel approach to increase adenoma detection. Gastrointest Endosc. 2021 Jan;93(1):86-88. doi: 10.1016/j.gie.2020.07.059. No abstract available.
- Wang P, Liu X, Berzin TM, Glissen Brown JR, Liu P, Zhou C, Lei L, Li L, Guo Z, Lei S, Xiong F, Wang H, Song Y, Pan Y, Zhou G. Effect of a deep-learning computer-aided detection system on adenoma detection during colonoscopy (CADe-DB trial): a double-blind randomised study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):343-351. doi: 10.1016/S2468-1253(19)30411-X. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Barua I, Vinsard DG, Jodal HC, Loberg M, Kalager M, Holme O, Misawa M, Bretthauer M, Mori Y. Artificial intelligence for polyp detection during colonoscopy: a systematic review and meta-analysis. Endoscopy. 2021 Mar;53(3):277-284. doi: 10.1055/a-1201-7165. Epub 2020 Sep 29.
- 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.
- Wang P, Berzin TM, Glissen Brown JR, Bharadwaj S, Becq A, Xiao X, Liu P, Li L, Song Y, Zhang D, Li Y, Xu G, Tu M, Liu X. Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut. 2019 Oct;68(10):1813-1819. doi: 10.1136/gutjnl-2018-317500. Epub 2019 Feb 27.
- Hsieh YH, Leung FW. An overview of deep learning algorithms and water exchange in colonoscopy in improving adenoma detection. Expert Rev Gastroenterol Hepatol. 2019 Dec;13(12):1153-1160. doi: 10.1080/17474124.2019.1694903. Epub 2019 Nov 30.
- Cadoni S, Ishaq S, Hassan C, Falt P, Fuccio L, Siau K, Leung JW, Anderson J, Binmoeller KF, Radaelli F, Rutter MD, Sugimoto S, Muhammad H, Bhandari P, Draganov PV, de Groen P, Wang AY, Yen AW, Hamerski C, Thorlacius H, Neumann H, Ramirez F, Mulder CJJ, Albeniz E, Amato A, Arai M, Bak A, Barret M, Bayupurnama P, Cheung R, Ching HL, Cohen H, Dolwani S, Friedland S, Harada H, Hsieh YH, Hayee B, Kuwai T, Lorenzo-Zuniga V, Liggi M, Mizukami T, Mura D, Nylander D, Olafsson S, Paggi S, Pan Y, Parra-Blanco A, Ransford R, Rodriguez-Sanchez J, Senturk H, Suzuki N, Tseng CW, Uchima H, Uedo N, Leung FW. Water-assisted colonoscopy: an international modified Delphi review on definitions and practice recommendations. Gastrointest Endosc. 2021 Jun;93(6):1411-1420.e18. doi: 10.1016/j.gie.2020.10.011. Epub 2020 Oct 16.
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.