验证人工智能对肺结节患者肺结节恶性评分的有效性定义。 (CREATE)
前瞻性真实世界队列研究,以验证人工智能定义的肺结节恶性评分在肺结节患者多中心、多国、前瞻性、观察性研究中的有效性。
基于人工智能 (AI) 的算法已证明可以提高预测胸部 X 光片上偶发肺结节 (IPN) 患者患肺癌风险的准确性。 Qure.ai 是一家人工智能公司,专门通过专有算法读取胸部 X 光片 (CXR),并开发了一种新模型 qXR,可以根据肺结节特征报告肺结节恶性评分 (LNMS)。
我们的研究旨在前瞻性地验证肺结节恶性评分与放射科医师对 CT 扫描的评估以及肺 CT 筛查报告和数据系统评分 (Lung-RADS)。(肺 RADS 评分解释如下)因此,肺结节恶性评分(由 qXR 解释为高或低类别)将与基于放射科医师的 CT 扫描评估概率和 Lung-RADS 评估进行比较。 这项前瞻性观察研究的结果将为改善结节管理铺平道路,从而为偶发肺结节 (IPN) 患者带来更好的临床结果,尤其是在恶性评估方面。
研究概览
详细说明
一项多中心、多国、前瞻性、观察性研究,旨在验证 qXR-Lung 结节恶性评分作为胸片上偶发肺结节 (IPN) 患者肺癌高或低风险的二元分类。 该研究将在阿斯利康国际地区的选定国家(例如菲律宾、马来西亚、沙特阿拉伯、阿拉伯联合酋长国、科威特、泰国、台湾、香港、印度、巴西、阿根廷、哥伦比亚)实施。
出于任何原因前来该机构接受 X 光检查的患者将按照其主治临床医生的要求进行 X 光检查。 在胸部 X 光片 (CXR) 上诊断为偶发性肺结节 (IPN) 且结节大小 ≥ 8 且 ≤ 30 mm 的成年患者将被邀请参加研究,并在获得书面知情同意后入组。 如果 qXR 检测到任何结节,它将被分类为低风险肺结节恶性评分 (LNMS) 或高风险 LNMS。 X 射线报告医师将决定是否存在结节的 qXR 报告。
CT 扫描将在获得患者对低剂量 CT 扫描的同意后进行。临床站点的放射科医师和与临床站点无关的独立放射科医师将报告 CT 扫描和 qXR-LNMS 类别。 放射科医生的解释将基于检查 CT 扫描胶片上的结节(肉眼检查)。 放射科医生将首先按照李克特量表对结节的 CT 扫描解释进行评级:非恶性:1;可能非恶性:2;不确定:3;可能恶性:4;恶性:5。 此外,放射科医生将指定 Lung-RADS,然后对恶性肿瘤的风险进行高或低的总体评估。
.这项研究对患者的风险很小甚至没有。 参与者的研究持续时间约为注册后 30 个月。 该研究将分为两个阶段。 第 1 阶段将从注册到 CT 数据收集。 CT 数据收集日将结束第 1 阶段(End of Phase-1)。 第 2 阶段将从 CT 数据收集开始,直到 CT 后 24 个月,即第 2 阶段结束。此期间的研究访问将根据临床随访进行,并且不是强制性的。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
-
Bangalore、印度、560011
- Research Site
-
Bangalore、印度、560038
- Research Site
-
Chennai、印度、600116
- Research Site
-
Chennai、印度、600026
- Research Site
-
Chennai、印度、600040
- Research Site
-
Chennai、印度、600045
- Research Site
-
Chennai、印度、600053
- Research Site
-
Kolkata、印度、700025
- Research Site
-
Mumbai、印度、400069
- Research Site
-
Pune、印度、411011
- Research Site
-
-
Haryana
-
Gurugram、Haryana、印度、122001
- Research Site
-
-
National Capital Territory of Delhi
-
New Delhi、National Capital Territory of Delhi、印度、110005
- Research Site
-
New Delhi、National Capital Territory of Delhi、印度、110017
- Research Site
-
New Delhi、National Capital Territory of Delhi、印度、201012
- Research Site
-
-
Telangana
-
Hyderabad、Telangana、印度、500003
- Research Site
-
-
-
-
-
Surabaya、印度尼西亚、60286
- Research Site
-
-
-
-
Turkey
-
Ankara、Turkey、土耳其(türkiye)、06100
- Research Site
-
Mersin、Turkey、土耳其(türkiye)、33010
- Research Site
-
-
-
-
-
Alexandria、埃及
- Research Site
-
Cairo、埃及
- Research Site
-
-
-
-
-
Mexico City、墨西哥、6720
- Research Site
-
-
Nuevo León
-
Monterrey、Nuevo León、墨西哥、64460
- Research Site
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- 年龄 >35 岁的男性或女性患者
- 通过 qXR 在 CXR(胸部 X 线)上诊断为附带肺结节(IPN)并经放射科医师在结节大小≥8 且≤30 mm 的部位确认的患者。
排除标准:
- CT 扫描的任何医学或其他禁忌症
- 非数字化(胸部 X 光)CXR
- 在(胸部 X 光)CXR 后 6 个月以上进行 CT 扫描
- 已确诊肺癌的患者
- 因疑似肺癌转诊接受 X 光检查的患者
- 已经参与研究的患者。
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 |
|---|---|
|
计算机断层扫描队列
如果 qXR 检测到任何结节,它将被分类为低风险 LNMS(肺结节恶性评分)或放射科医生确认的高风险 LNMS。
患者将被要求在参加研究后进行 CT 扫描。
|
出于任何原因前来该机构进行胸部 X 光检查的患者将按照其治疗临床医生的要求进行 X 光检查。
如果 qXR 检测到任何结节,它将被分类为低风险(肺结节恶性评分)LNMS 或放射科医师确认的高风险 LNMS。
然后,如果患者符合条件,将被纳入研究,并在患者入组时要求进行 CT 扫描。
|
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 |
|---|---|---|
|
在多中心真实世界环境中估计 qXR LNMS(肺结节恶性评分)的阳性和阴性预测值。
大体时间:从最后一个科目开始 6 个月。
|
PPV(positive predictive value) of qXR-LNMS using a panel of radiologists assigning high-risk based on CT (done within 180 days from Xray) 作为参考标准 这里的 PPV 是被评估为高风险的结节数量CT 参考标准(一组放射科医师)除以 qXR-LNMS(肺结节恶性评分)报告的高风险结节总数(n = 500) qXR-LNMS 的 NPV(阴性预测值)使用组放射科医师根据 CT(X 光后 180 天内完成)作为参考标准分配低风险。 这里的 NPV 是根据参考标准(一组放射科医师)在 CT 上评估为低风险的结节数量除以 qXR-LNMS(肺结节恶性评分)报告的低风险结节总数(n = 200 ) |
从最后一个科目开始 6 个月。
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
与 qXR LNMS 与梅奥评分模型的高预测值或低预测值关联相关的人口统计学和临床因素。
大体时间:距离最后一个科目 In. 2 年半。
|
qXR-LNMS(肺结节恶性评分)的 PPV(阳性预测值)使用放射科医师小组指定 Lung-RADS(描述中解释的肺 RADS 评分)> 4A,基于 CT 作为参考标准。 此处的 PPV 是根据 CT 上的参考标准(一组放射科医师)评估为 Lung-RADS>4A 的结节数除以 qXR-LNMS (n = 500) 报告的高风险结节总数 NPV ( qXR-LNMS 的阴性预测值)使用一组放射科医师根据 CT 指定 Lung-RADS<4A 作为参考标准 这里的 NPV 是根据参考标准评估为 Lung-RADS<4A 的结节数量(一组放射科医师)除以 qXR-LNMS 报告的低风险结节总数 (n = 200) |
距离最后一个科目 In. 2 年半。
|
合作者和调查者
赞助
出版物和有用的链接
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
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
与本研究相关的术语
其他研究编号
- D133FR00178
计划个人参与者数据 (IPD)
计划共享个人参与者数据 (IPD)?
IPD 计划说明
合格的研究人员可以通过请求门户请求访问阿斯利康集团公司赞助的临床试验的匿名个人患者数据。
所有请求都将根据 AZ 披露承诺进行评估:
https://astrazenecagrouptrials.pharmacm.com/ST/Submission/Disclosure。 是,表示 AZ 正在接受 IPD 请求,但这并不意味着所有请求都将共享。
IPD 共享时间框架
IPD 共享访问标准
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.