Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Hluboké učení pro histopatologickou klasifikaci a prognózu gynekologických nádorů hladkého svalstva (STUMP)

13. ledna 2026 aktualizováno: Institut Bergonié
Nádory hladkého svalstva dělohy, které nesplňují diagnostická kritéria benignosti (jako jsou leiomyomy) nebo malignity (jako jsou leiomyosarkomy), se nazývají STUMP (nádor hladkého svalstva s nejistým maligním potenciálem). Potenciálním řešením tohoto problému by mohla být aplikace prediktivních modelů využívajících umělou inteligenci (AI) pro pomoc při histopatologické klasifikaci a prognóze gynekologických nádorů hladkého svalstva. Hluboké učení pomocí konvolučních neuronových sítí představuje specifickou třídu strojového učení, ve kterém jsou prediktivní modely trénovány zvažováním malých skupin pixelů v digitálních obrázcích a opakovaným identifikováním hlavních rysů. V této studii se snažíme vyvinout modely hlubokého učení schopné přesně podklasifikovat a předpovídat prognózu gynekologických nádorů hladkého svalstva na základě histopatologických znaků hematoxylinových a eosinových (H&E) preparátů. Cílem je vyvinout diagnostický a prognostický algoritmus, který pomůže patologům lépe klasifikovat a diagnostikovat nádory hladkého svalstva dělohy a predikovat jejich klinický průběh.

Přehled studie

Postavení

Nábor

Podmínky

Intervence / Léčba

Typ studie

Pozorovací

Zápis (Odhadovaný)

392

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní místa

      • Bordeaux, Francie
        • Nábor
        • Institut Bergonie
        • Kontakt:
          • Sabrina CROCE

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

- Nádory hladkého svalstva dělohy: leiomyomy, nádory hladkého svalstva nejisté malignity a leiomyossarkomy.

Popis

Kritéria pro zařazení:

  • Pacientky s diagnózou tumorů hladkého svalstva dělohy (leiomyomy, tumory hladkého svalstva nejisté malignity a leiomyosarkomy), registrované v databázi RRePS a/nebo léčené v Institut Bergonié nebo v některém ze zúčastněných center.
  • K dispozici histopatologický materiál (petrolejové bloky a/nebo sklíčka).

Kritéria vyloučení:

  • na

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Kohorta STUMP
Nádory hladkého svalstva dělohy, které nesplňují diagnostická kritéria benigity (jako jsou leiomyomy) nebo malignity (jako jsou leiomyosarkomy): tumor hladkého svalstva s nejistým maligním potenciálem
Žádná intervence, protože se jedná o pozorovací studii
Leiomyom-leiomyosarkom
Nádory hladkého svalstva dělohy, které splňují diagnostická kritéria benigity (jako jsou leiomyomy) nebo malignity (jako jsou leiomyosarkomy)
Žádná intervence, protože se jedná o pozorovací studii

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Vyvíjejte modely hlubokého učení, které dokáží přesně podklasifikovat gynekologické nádory hladkého svalstva
Časové okno: po celou dobu trvání studie - očekávaný průměr 6 měsíců po sběru dat
Tento projekt si klade za cíl zlepšit diagnostiku a prognózu gynekologických nádorů hladkého svalstva, včetně leiomyomů (LM), leiomyosarkomů (LMS) a nádorů hladkého svalstva s nejistým maligním potenciálem (STUMP). Podrobněji bude vyvinut pracovní postup skládající se ze 2 fází, který automaticky klasifikuje podtypy GSMT z celosnímkových snímků a předpovídá dobu přežití bez progrese u pacientů ve skupinách LMS a STUMP, čímž poskytne klinickým lékařům účinnější nástroj ke zlepšení kvality pracovního postupu.
po celou dobu trvání studie - očekávaný průměr 6 měsíců po sběru dat

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Vytvořit prognostický nástroj pro STUMP
Časové okno: 6 měsíců po obdržení dat.
Vypracujte model pro predikci progrese bez progrese pro skupinu STUMP na základě vlastností extrahovaných z celých snímkových obrazů.
6 měsíců po obdržení dat.

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

1. prosince 2023

Primární dokončení (Odhadovaný)

1. prosince 2026

Dokončení studie (Odhadovaný)

1. prosince 2026

Termíny zápisu do studia

První předloženo

2. srpna 2024

První předloženo, které splnilo kritéria kontroly kvality

2. srpna 2024

První zveřejněno (Aktuální)

6. srpna 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

15. ledna 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

13. ledna 2026

Naposledy ověřeno

1. ledna 2026

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • IB2023-STUMP

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Klinické studie na Žádný zásah

Předplatit