Hodnocení modelu umělé inteligence pro predikci ploidie lidských blastocyst bez invazivních postupů
Neinvazivní model umělé inteligence pro predikci ploidie lidských blastocyst: multicentrická, prospektivní, nerandomizovaná validační studie
Cílem této klinické studie je vyhodnotit model umělé inteligence pro predikci ploidie lidských blastocyst bez invazivních postupů u párů, které podstupují preimplantační genetické testování. Hlavní otázky, na které chce odpovědět, jsou:
- Je model umělé inteligence schopen předpovědět ploidní stav lidské blastocysty na základě její 3D morfologie?
- Mají kvantitativní 3D morfologické parametry trofektodermových buněk a vnitřní buněčné hmoty silné korelace se stavem ploidie lidských blastocyst?
Videa, která obsahují vícenásobné snímky každé blastocysty od účastníků, budou shromážděna v den 5/6 kultivace a výsledky preimplantačního genetického testování těchto blastocyst budou shromážděny 4–8 týdnů po biopsii trofektodermu.
Přehled studie
Postavení
Podmínky
Intervence / Léčba
Detailní popis
Pozadí:
Pilotní studie byla provedena v nemocnici The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School od srpna 2023 do září 2024. Retrospektivně byla shromážděna videa a výsledky preimplantačního genetického testování (PGT) ze 144 blastocyst. Model umělé inteligence (AI) nejprve z videí zrekonstruoval 3D povrch blastocyst a poté změřil jejich 3D morfologické parametry. Na základě těchto parametrů model predikoval ploidní stav blastocyst a výstupy predikce byly porovnány s výsledky PGT. Citlivost predikce, specificita, přesnost a AUC byly 90,5 %, 91,3 %, 90,9 % a 0,946, v tomto pořadí.
Design studie:
Jedná se o multicentrickou, prospektivní, nerandomizovanou, nezaslepenou a jednoskupinovou studii. Po informování o studii a možných rizicích sepíší všichni účastníci informovaný souhlas. Budou shromážděna videa a výsledky PGT blastocyst dne 5/6 od každého účastníka. Blastocysty budou klasifikovány jako euploidní, mozaikové a aneuploidní odpovídající <30 %, 30-80 % a >80 % aneuploidie. Kultivace embryí, biopsie a přenos se budou řídit standardním operačním postupem (SOP) v laboratoři. Studie je neintervenční a výsledky nebudou použity k rozhodování o léčbě.
Velikost vzorku:
Do této studie plánujeme zařadit ~1408 blastocyst 5./6. dne na základě analýzy citlivosti a specificity jednoho vzorku. Metaanalýza ukazuje, že senzitivita a specificita stávajících modelů umělé inteligence je 73,4 % (3702/5047) a 69,6 % (4892/7028) a u neinvazivních metod chromozomálního screeningu 80,3 % (678/844) a 73,3 % (908/1238) pro neinvazivní predikci blastocysty ploidní stav. U této studie se předpokládá dosažení senzitivity ne méně než 85 % a specificity ne méně než 80 % s hladinou významnosti α = 0,05. K dosažení statistické síly 0,9 je zapotřebí celkem 1126 blastocyst. Za předpokladu ~20% míry vyřazení se očekává, že bude zapsáno celkem 1408 blastocyst. Tento výpočet velikosti vzorku je založen na analýze statistické síly a bude pravidelně revidován/upravován během zkušebního období, aby bylo zajištěno dosažení vysoké statistické síly.
Správa dat:
Pro sběr dat bude využíván systém elektronického sběru dat (EDC). V každé nemocnici bude přidělen koordinátor klinického výzkumu, který je odpovědný za nahrávání videí a klinických dat prostřednictvím systému EDC. Vedoucí pracovník klinického výzkumu bude pravidelně kontrolovat data v systému EDC mezi 5 nemocnicemi. Za dohled nad celým výzkumným procesem a systémem EDC odpovídá Výbor pro bezpečnost a monitorování dat (DSMC). V případě neúplných nebo chybějících údajů v systému EDC bude DSMC kontaktovat vyšetřovatele za účelem objasnění.
Statistická analýza:
Statistická analýza bude provedena pomocí IBM SPSS Statistics 26. Kategorické proměnné budou popsány počtem a procentem a numerické proměnné budou popsány průměrem, směrodatnou odchylkou (SD) a rozsahem. Chí-kvadrát test bude proveden pro analýzu trendů v kategoriálních proměnných a t-test bude proveden pro porovnání numerických proměnných mezi různými skupinami. Pearsonova korelace bude použita k analýze lineárního vztahu mezi numerickými proměnnými. Všechny statistické testy jsou dvoustranné. P-hodnoty <0,05 budou považovány za statisticky významné a budou vypočteny liché poměry (OR) s 95% intervalem spolehlivosti (CI). Logistická regrese bude použita pro vícerozměrnou analýzu pro výpočet upravených lichých poměrů (aORs). Výkon AI pro predikci ploidie blastocyst bude hodnocen pomocí citlivosti, specificity, přesnosti a AUC s 95% intervalem spolehlivosti.
Chybějící data budou odstraněna, pokud je podíl vzorků s chybějícími hodnotami velmi malý vzhledem k celkové velikosti vzorku. V opačném případě bude k imputaci chybějících hodnot použit průměrný, maximální, minimální, střední nebo regresní model. Odlehlé hodnoty budou považovány za chybějící údaje a budou odpovídajícím způsobem řešeny.
Typ studie
Zápis (Odhadovaný)
Kontakty a umístění
Studijní kontakt
- Jméno: Shanshan Wang
- Telefonní číslo: 13814549922
- E-mail: wss_19860820@sina.com
Studijní záloha kontaktů
- Jméno: Haixiang Sun
- Telefonní číslo: 13851622008
- E-mail: stevensunz@163.com
Studijní místa
-
-
Anhui
-
Hefei, Anhui, Čína, 230001
- The First Affiliated Hospital of USTC (Anhui Provincial Hospital)
-
Kontakt:
- Limin Wu
- Telefonní číslo: 18963797080
- E-mail: wuliminmail@126.com
-
Kontakt:
- Limin Wu
-
-
Jiangsu
-
Nanjing, Jiangsu, Čína, 210008
- The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
-
Kontakt:
- Shanshan Wang
- Telefonní číslo: 13814549922
- E-mail: wss_19860820@sina.com
-
Kontakt:
- Haixiang Sun
-
-
Jiangxi
-
Nanchang, Jiangxi, Čína, 330046
- Jiangxi Maternal and Child Health Hospital
-
Kontakt:
- Yan Zhao
- Telefonní číslo: 13807056599
- E-mail: zhaoyan1972009@163.com
-
Kontakt:
- Yan Zhao
-
-
Shaanxi
-
Xi'an, Shaanxi, Čína, 710024
- Tangdu Hospital of Air Force Military Medical University
-
Kontakt:
- Xiaohong Wang
-
Kontakt:
- Xiaohong Wang
- Telefonní číslo: 13991262559
- E-mail: wangxh919@fmmu.edu.cn
-
-
Shanghai
-
Shanghai, Shanghai, Čína, 200127
- Renji Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
Kontakt:
- Yun Sun
-
Kontakt:
- Yun Sun
- Telefonní číslo: 13601634278
- E-mail: syun163@163.com
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Tato studie je multicentrickou studií, která bude provedena v pěti centrech reprodukční medicíny v osmi provinciích (Jiangsu, Shanghai, Jiangxi, Shaanxi a Anhui) po celé Číně. Přidružená nemocnice Nanjing Drum Tower z lékařské fakulty univerzity Nanjing bude sloužit jako primární vyšetřovací centrum. Nemocnice Renji přidružená k lékařské fakultě univerzity v Šanghaji Jiao Tong, nemocnice pro zdraví matek a dětí v Ťiang-si, nemocnice Tangdu na vojenské lékařské univerzitě leteckých sil a první přidružená nemocnice USTC (provinční nemocnice Anhui) budou sloužit jako centra pro vyšetřování účastníků.
Videa, která obsahují vícenásobné zobrazení lidských blastocyst, budou shromážděna v den 5/6 kultury. Výsledky PGT-A těchto blastocyst budou shromážděny 4–8 týdnů po biopsii trofektodermu. Studie je neintervenční a výsledky nebudou použity k rozhodování o léčbě.
Popis
Kritéria zahrnutí:
- Věk matky mezi 20 a 40 lety; otcovský věk mezi 20 a 55 lety.
- Cykly preimplantačního genetického testování (PGT), včetně PGT pro aneuploidii, PGT pro monogenní poruchy (PGT-M) nebo PGT pro strukturální chromozomový defekt (PGT-SR).
- Mít alespoň jednu blastocystu dne 5/6 vyvinutou z dvoupronukleárního (2PN) embrya, které je vhodné pro biopsii trofektodermu (tj. stupeň expanze: IV a alespoň o stupeň lepší než C pro trofektoderm a klasifikaci vnitřní buněčné hmoty).
- Páry s písemným informovaným souhlasem.
Kritéria vyloučení:
- Páry s kontraindikacemi pro IVF nebo PGT.
- Ženy se všemi oocyty zmrazenými po odběru.
- Páry, které nedodržují protokol studie.
- Páry, které zkoušející považoval za nezpůsobilé pro zařazení s ohledem na protokol studie a bezpečnost léčby.
Studijní plán
Jak je studie koncipována?
Detaily designu
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Citlivost
Časové okno: Po ukončení studia v průměru 1 rok
|
Citlivost = TP/(TP+FN).
TP: počet výsledků, kdy je euploidní blastocysta správně předpovězena jako euploidie.
FN: počet výsledků, kdy je euploidní blastocysta nesprávně predikována jako aneuploidie.
Vysoká citlivost indikuje silnou schopnost predikce euploidních blastocyst.
|
Po ukončení studia v průměru 1 rok
|
|
Specifičnost
Časové okno: Po ukončení studia v průměru 1 rok
|
Specificita = TN/(TN+FP).
TN: počet výsledků, kdy je aneuploidní blastocysta správně predikována jako aneuploidie.
FP: počet výsledků, kdy je aneuploidní blastocysta nesprávně predikována jako euploidie.
Vysoká specificita ukazuje na silnou schopnost predikce aneuploidních blastocyst.
|
Po ukončení studia v průměru 1 rok
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Přesnost
Časové okno: Po ukončení studia v průměru 1 rok
|
Přesnost hodnotí počet správných předpovědí ploidie blastocyst nad celkovým počtem předpovědí
|
Po ukončení studia v průměru 1 rok
|
|
AUC
Časové okno: Po ukončení studia v průměru 1 rok
|
AUC je definována jako plocha pod křivkou operační charakteristiky přijímače, která vyhodnocuje celkový výkon modelu pro predikci ploidie blastocyst bez ohledu na práh klasifikace.
|
Po ukončení studia v průměru 1 rok
|
Spolupracovníci a vyšetřovatelé
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Haixiang Sun, The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
Publikace a užitečné odkazy
Obecné publikace
- Alpha Scientists in Reproductive Medicine and ESHRE Special Interest Group of Embryology. The Istanbul consensus workshop on embryo assessment: proceedings of an expert meeting. Hum Reprod. 2011 Jun;26(6):1270-83. doi: 10.1093/humrep/der037. Epub 2011 Apr 18.
- Sciorio R, Dattilo M. PGT-A preimplantation genetic testing for aneuploidies and embryo selection in routine ART cycles: Time to step back? Clin Genet. 2020 Aug;98(2):107-115. doi: 10.1111/cge.13732. Epub 2020 Apr 6.
- Belandres D, Shamonki M, Arrach N. Current status of spent embryo media research for preimplantation genetic testing. J Assist Reprod Genet. 2019 May;36(5):819-826. doi: 10.1007/s10815-019-01437-6. Epub 2019 Mar 21.
- Munne S, Kaplan B, Frattarelli JL, Child T, Nakhuda G, Shamma FN, Silverberg K, Kalista T, Handyside AH, Katz-Jaffe M, Wells D, Gordon T, Stock-Myer S, Willman S; STAR Study Group. Preimplantation genetic testing for aneuploidy versus morphology as selection criteria for single frozen-thawed embryo transfer in good-prognosis patients: a multicenter randomized clinical trial. Fertil Steril. 2019 Dec;112(6):1071-1079.e7. doi: 10.1016/j.fertnstert.2019.07.1346. Epub 2019 Sep 21.
- Scott RT Jr, Ferry K, Su J, Tao X, Scott K, Treff NR. Comprehensive chromosome screening is highly predictive of the reproductive potential of human embryos: a prospective, blinded, nonselection study. Fertil Steril. 2012 Apr;97(4):870-5. doi: 10.1016/j.fertnstert.2012.01.104. Epub 2012 Feb 2.
- Wang L, Wang X, Liu Y, Ou X, Li M, Chen L, Shao X, Quan S, Duan J, He W, Shen H, Sun L, Yu Y, Cram DS, Leigh D, Yao Y. IVF embryo choices and pregnancy outcomes. Prenat Diagn. 2021 Dec;41(13):1709-1717. doi: 10.1002/pd.6042. Epub 2021 Oct 14.
- Kushnir VA, Frattarelli JL. Aneuploidy in abortuses following IVF and ICSI. J Assist Reprod Genet. 2009 Mar;26(2-3):93-7. doi: 10.1007/s10815-009-9292-z. Epub 2009 Feb 18.
- Kim JW, Lee WS, Yoon TK, Seok HH, Cho JH, Kim YS, Lyu SW, Shim SH. Chromosomal abnormalities in spontaneous abortion after assisted reproductive treatment. BMC Med Genet. 2010 Nov 3;11:153. doi: 10.1186/1471-2350-11-153.
- Rosenwaks Z, Handyside AH, Fiorentino F, Gleicher N, Paulson RJ, Schattman GL, Scott RT Jr, Summers MC, Treff NR, Xu K. The pros and cons of preimplantation genetic testing for aneuploidy: clinical and laboratory perspectives. Fertil Steril. 2018 Aug;110(3):353-361. doi: 10.1016/j.fertnstert.2018.06.002. No abstract available.
- Cinnioglu C, Glessner H, Jordan A, Bunshaft S. A systematic review of noninvasive preimplantation genetic testing for aneuploidy. Fertil Steril. 2023 Aug;120(2):235-239. doi: 10.1016/j.fertnstert.2023.06.013. Epub 2023 Jun 24.
- Ozgur K, Berkkanoglu M, Bulut H, Yoruk GDA, Candurmaz NN, Coetzee K. Single best euploid versus single best unknown-ploidy blastocyst frozen embryo transfers: a randomized controlled trial. J Assist Reprod Genet. 2019 Apr;36(4):629-636. doi: 10.1007/s10815-018-01399-1. Epub 2019 Jan 7.
- Tiegs AW, Tao X, Zhan Y, Whitehead C, Kim J, Hanson B, Osman E, Kim TJ, Patounakis G, Gutmann J, Castelbaum A, Seli E, Jalas C, Scott RT Jr. A multicenter, prospective, blinded, nonselection study evaluating the predictive value of an aneuploid diagnosis using a targeted next-generation sequencing-based preimplantation genetic testing for aneuploidy assay and impact of biopsy. Fertil Steril. 2021 Mar;115(3):627-637. doi: 10.1016/j.fertnstert.2020.07.052. Epub 2020 Aug 28.
- Chavez-Badiola A, Flores-Saiffe-Farias A, Mendizabal-Ruiz G, Drakeley AJ, Cohen J. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reprod Biomed Online. 2020 Oct;41(4):585-593. doi: 10.1016/j.rbmo.2020.07.003. Epub 2020 Jul 5.
- Diakiw SM, Hall JMM, VerMilyea MD, Amin J, Aizpurua J, Giardini L, Briones YG, Lim AYX, Dakka MA, Nguyen TV, Perugini D, Perugini M. Development of an artificial intelligence model for predicting the likelihood of human embryo euploidy based on blastocyst images from multiple imaging systems during IVF. Hum Reprod. 2022 Jul 30;37(8):1746-1759. doi: 10.1093/humrep/deac131.
- Barnes J, Brendel M, Gao VR, Rajendran S, Kim J, Li Q, Malmsten JE, Sierra JT, Zisimopoulos P, Sigaras A, Khosravi P, Meseguer M, Zhan Q, Rosenwaks Z, Elemento O, Zaninovic N, Hajirasouliha I. A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study. Lancet Digit Health. 2023 Jan;5(1):e28-e40. doi: 10.1016/S2589-7500(22)00213-8.
- Danardono GB, Handayani N, Louis CM, Polim AA, Sirait B, Periastiningrum G, Afadlal S, Boediono A, Sini I. Embryo ploidy status classification through computer-assisted morphology assessment. AJOG Glob Rep. 2023 May 18;3(3):100209. doi: 10.1016/j.xagr.2023.100209. eCollection 2023 Aug.
- Jiang VS, Bormann CL. Noninvasive genetic screening: current advances in artificial intelligence for embryo ploidy prediction. Fertil Steril. 2023 Aug;120(2):228-234. doi: 10.1016/j.fertnstert.2023.06.025. Epub 2023 Jun 30.
- Lee CI, Su YR, Chen CH, Chang TA, Kuo EE, Zheng WL, Hsieh WT, Huang CC, Lee MS, Liu M. End-to-end deep learning for recognition of ploidy status using time-lapse videos. J Assist Reprod Genet. 2021 Jul;38(7):1655-1663. doi: 10.1007/s10815-021-02228-8. Epub 2021 May 22.
- Huang B, Tan W, Li Z, Jin L. An artificial intelligence model (euploid prediction algorithm) can predict embryo ploidy status based on time-lapse data. Reprod Biol Endocrinol. 2021 Dec 13;19(1):185. doi: 10.1186/s12958-021-00864-4.
- Jiang VS, Kandula H, Thirumalaraju P, Kanakasabapathy MK, Cherouveim P, Souter I, Dimitriadis I, Bormann CL, Shafiee H. The use of voting ensembles to improve the accuracy of deep neural networks as a non-invasive method to predict embryo ploidy status. J Assist Reprod Genet. 2023 Feb;40(2):301-308. doi: 10.1007/s10815-022-02707-6. Epub 2023 Jan 14.
- Paya E, Pulgarin C, Bori L, Colomer A, Naranjo V, Meseguer M. Deep learning system for classification of ploidy status using time-lapse videos. F S Sci. 2023 Aug;4(3):211-218. doi: 10.1016/j.xfss.2023.06.002. Epub 2023 Jun 30.
- Shan G, Dai C, Liu H, Wang X, Dou W, Zhang Z, Sun Y. 3D Morphology Measurement for Blastocyst Evaluation From "All Angles". IEEE Trans Biomed Eng. 2023 Jun;70(6):1921-1930. doi: 10.1109/TBME.2022.3232068. Epub 2023 May 19.
- Shan G, Abdalla K, Liu H, Dai C, Tan J, Law J, Steinberg C, Li A, Kuznyetsova I, Zhang Z, Librach C, Sun Y. Non-invasively predicting euploidy in human blastocysts via quantitative 3D morphology measurement: a retrospective cohort study. Reprod Biol Endocrinol. 2024 Oct 28;22(1):132. doi: 10.1186/s12958-024-01302-x.
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Odhadovaný)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další identifikační čísla studie
- 2024-739-02
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Popis plánu IPD
Časový rámec sdílení IPD
Kritéria přístupu pro sdílení IPD
Typ podpůrných informací pro sdílení IPD
- PROTOKOL STUDY
- MÍZA
- ICF
- ANALYTIC_CODE
- CSR
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
produkt vyrobený a vyvážený z USA
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 .