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

Pokročilá klasifikace nádorů tlustého střeva z CT snímků pomocí hlubokého učení pro optimalizaci rozhodování o léčbě. (DeepColScan)

6. února 2026 aktualizováno: Assistance Publique - Hôpitaux de Paris

Pokročilá klasifikace nádorů tlustého střeva z CT snímků pomocí hlubokého učení pro optimalizované rozhodování o léčbě: multicentrická studie

Tato studie si klade za cíl zlepšit klasifikaci nádorů tlustého střeva pomocí hlubokých učících se modelů trénovaných na CT snímcích, konkrétně za účelem rozlišení mezi stádii T1-T2 vs. T3-T4 a mezi zapojením lymfatických uzlin N- vs. N+. Tato klasifikace je klíčová pro vedení předoperační léčby, jako je chemoterapie nebo imunoterapie. Vzhledem k omezené přesnosti radiologů v současné praxi stanovování stádia by automatizované nástroje umělé inteligence založené na obrazech mohly zvýšit diagnostickou přesnost a reprodukovatelnost, což by vedlo k personalizovanějšímu a účinnějšímu plánování léčby. Výzkumník vyvine a ověří konvoluční a transformátorové modely hlubokého učení pomocí velkého anotovaného souboru dat z více center. Sekundární cíle zahrnují jemně rozlišené stanovování stádia (T1 až T4), modely specifické pro podskupiny (MSS vs MSI) a prediktivní modely pro chirurgické

Přehled studie

Postavení

Zatím nenabíráme

Podmínky

Detailní popis

Toto je retrospektivní, neintervenční, observační studie hodnotící využití metod hlubokého učení ke zlepšení preoperativního CT vyšetření TNM stagingu u pacientů s rakovinou tlustého střeva. Studie je prováděna na více pracovištích v rámci nemocniční sítě AP-HP (Paříž, Francie) a využívá data extrahovaná z institucionálního úložiště zdravotních dat.

Radiologická přesnost při hodnocení stadia nádoru (T) a stavu lymfatických uzlin (N) zůstává omezená, přestože je klíčová pro výběr neoadjuvantní léčby. Modely umělé inteligence trénované na anotovaných zobrazovacích datech mohou poskytnout konzistentnější, reprodukovatelnější a přesnější klasifikaci.

Kohorta studie zahrnuje dospělé pacienty, kteří podstoupili resekci tlustého střeva mezi lednem 2017 a listopadem 2024, s preoperativním CT vyšetřením a odpovídající patologickou zprávou. Vhodné případy jsou identifikovány pomocí standardizovaných diagnostických (ICD-10) a procedurálních (CCAM) kódů. Zobrazovací a klinická data jsou před analýzou anonymizována.

Bude testováno několik architektur modelů AI, včetně 3D konvolučních neuronových sítí a přístupů založených na transformérech. CT snímky budou předzpracovány pomocí standardních postupů; patologické nálezy budou extrahovány pomocí technik zpracování přirozeného jazyka (NLP) nebo manuálního přezkoumání v případě potřeby. Výkon modelů bude hodnocen křížovou validací a měřen pomocí AUC, F1-skóre, senzitivity a specificity.

Exploratorní analýzy budou zahrnovat detailní staging nádoru a potenciální prognostickou hodnotu obrazových znaků pro klinické výsledky, jako je přežití.

Nebyly prováděny žádné postupy související se studií. Všechny analýzy jsou prováděny na existujících datech v souladu s francouzskými předpisy na ochranu údajů a etickými předpisy.

Typ studie

Pozorovací

Zápis (Odhadovaný)

1000

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 záloha kontaktů

Studijní místa

  • Francie
      • Paris, Francie, 75012
        • Departement of radiology, saint Antoin Hospital

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

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Dospělí (≥18 let) s patologicky potvrzeným karcinomem tlustého střeva, kteří podstoupili chirurgickou resekci v účastnících se nemocnicích a měli k dispozici předoperační thorako-abdominopelvický CT provedený v rámci instituce a propojený s patologickou zprávou obsahující TNM staging do 90 dnů po operaci. Zobrazení a zprávy extrahovány z institucionálního datového skladu; nejednoznačné nebo chybějící popisky vyřešeny ručním lékařským přezkoumáním.

Popis

Kritéria zařazení:

Dospělí, kteří podstoupili operaci resekce tlustého střeva v nemocnici AP-HP mezi 01/01/2017 a 01/11/2024, s:

Dostupným předoperačním CT vyšetřením břicha a pánve provedeným do 60 dnů před operací.

Dostupnou odpovídající patologickou zprávou (anatomopatologické výsledky) do 90 dnů po operaci.

Resekce tlustého střeva identifikovaná kódy CCAM procedur:

HHFA002, HHFA004, HHFA005, HHFA006, HHFA008, HHFA009, HHFA010, HHFA014, HHFA017, HHFA018, HHFA021, HHFA022, HHFA023, HHFA024, HHFA026, HHFA028, HHFA029, HHFA030, HHFA031, HHFC040, HHFC296.

Potvrzená diagnóza nádoru tlustého střeva kódem ICD-10:

C18* (neoplazmy tlustého střeva).

Kritéria vyloučení:

Pacienti, kteří před operací podstoupili neoadjuvantní chemoterapii, identifikovaní kódy ICD-10 Z511 nebo Z512 zaznamenanými před chirurgickým výkonem.

Tato vyloučení budou upřesněna a potvrzena ruční revizí lékařských záznamů, aby byla zajištěna přesnost.

Nedostatek použitelných CT snímků nebo anatomopatologických dat spojených s chirurgickým výkonem.

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
Tran-validační skupina

Dospělí s patologicky potvrzeným karcinomem tlustého střeva, kteří podstoupili předoperační torako-abdominopelvickou CT a následnou kolektomii v účastnických centrech; případy splňující kritéria kvality zobrazování a patologie použité pro trénink modelu a interní křížovou validaci.

AI / Hluboká analýza CT:

Retrospektivní analýza existujících předoperačních CT snímků a propojených patologických/klinických dat pro vývoj a hodnocení automatizovaných stagingových modelů. Žádný experimentální lék, zařízení ani postup není podáván.
Testovací skupina
Distinctní podmnožina (náhodně vybraná na začátku trénování modelu) způsobilých případů rakoviny tlustého střeva vyčleněná z vývoje modelu, aby poskytla nezávislé ověření výkonu pro modely klasifikace T a N a pro průzkumné sekundární analýzy.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Diagnostický výkon CT založených modelů hlubokého učení pro T (T1-2 vs T3-4) a N (N- vs N+) staging.
Časové okno: Index předoperačního CT až po pooperační patologickou zprávu (do 90 dnů po operaci).
Plocha pod ROC křivkou (AUC) a F1-skóre hlubokých učících se modelů při (a) klasifikaci raného vs. pokročilého T stadia (T1-2 vs. T3-4) a (b) nádorového postižení uzlin (N- vs. N+) ve srovnání s patologickým zlatým standardem.
Citlivost, specificita, PPV, NPV uváděny jako podpůrné metriky; výkon modelu porovnán s historickými referenčními hodnotami radiologů, pokud byly k dispozici.
Index předoperačního CT až po pooperační patologickou zprávu (do 90 dnů po operaci).

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Výkonnost detekce nádorů T4 na preoperační CT.
Časové okno: Index CT k potvrzení patologie (≤90 dnů po operaci).
AUC, F1, senzitivita, specificita pro binární klasifikaci T4 vs. non-T4 (T1-3).
Analýzy stratifikované podle lokalizace nádoru a fáze kontrastu, pokud to údaje umožňují.
Index CT k potvrzení patologie (≤90 dnů po operaci).
Přesnost klasifikace T-stádia podle více tříd (T1, T2, T3, T4).
Časové okno: Index CT k patologickému potvrzení (≤90 dní).
Makroprůměrné F1, senzitivita/specificita pro každou třídu, matice záměn a Cohenovo kappa porovnávající 4-třídní T stadium předpovězené modelem s patologií.
Index CT k patologickému potvrzení (≤90 dní).
Prognostická hodnota CT odvozených znaků modelu pro klinické výsledky a přežití.
Časové okno: Od indexu CT do posledního sledování (až 5 let, nebo maximální dostupné sledování v EHR).
Asociace mezi výstupy modelu (pravděpodobnosti, vnoření) a (a) celkovým přežitím, (b) přežitím bez onemocnění. Hodnoceno pomocí Kaplan-Meierovy analýzy, log-rank testů a multivariabilních Coxových modelů upravených o klinické kovariáty, pokud byly dostupné.
Od indexu CT do posledního sledování (až 5 let, nebo maximální dostupné sledování v EHR).

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Assistance Publique - Hôpitaux de Paris

Spolupracovníci

Institut National de Recherche en Informatique et en Automatique

Vyšetřovatelé

  • Vrchní vyšetřovatel: Quentin Vanderbecq, MD, Assistance Publique - Hopitaux de Paris

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 (Odhadovaný)

1. února 2026

Primární dokončení (Odhadovaný)

1. února 2028

Dokončení studie (Odhadovaný)

1. února 2028

Termíny zápisu do studia

První předloženo

6. února 2026

První předloženo, které splnilo kritéria kontroly kvality

6. února 2026

První zveřejněno (Aktuální)

12. února 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

12. února 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

6. února 2026

Naposledy ověřeno

1. února 2025

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • APHP251408

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 Novotvar tlustého střeva

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Congo

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit