Integration af kvantitativ MR og kunstig intelligens for at forbedre klassificeringen af prostatakræft
2. juli 2026 opdateret af: Jonsson Comprehensive Cancer Center
Denne undersøgelse evaluerer, hvordan nye magnetisk resonansbilleddannelse (MRI) og kunstig intelligens-teknikker forbedrer billedkvaliteten og kvantitativ information til fremtidige prostata-MR-undersøgelser hos patienter med mistanke om bekræftet prostatacancer.
MRI- og kunstig intelligens-teknikker, der er udviklet i denne undersøgelse, kan forbedre nøjagtigheden af diagnosticering af prostatacancer i fremtiden ved at bruge mindre invasive teknikker, end hvad der i øjeblikket anvendes.
Studieoversigt
Status
Rekruttering
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
PRIMÆRE MÅL:
I. At udvikle og evaluere kvantitative dynamiske kontrastforstærkede (DCE)-MRI-analyseteknikker, der minimerer patient- og scannerspecifikke variationer i beregningen af kvantitative parametre.
II. At udvikle og evaluere diffusionsvægtede billeddannelsesmetoder (DWI), der reducerer prostata geometrisk forvrængning på grund af patient- og scannerspecifik modtagelighed og hvirvelstrømseffekter.
III. At udvikle og evaluere multi-class deep learning-modeller, der systematisk integrerer kvantitative multi-parametriske (mp)-MRI-funktioner til nøjagtig påvisning og klassificering af klinisk signifikant prostatacancer (csPCa).
OMRIDS:
RETROSPEKTIV: Patienternes journaler gennemgås.
PROSPEKTIV: Patienter gennemgår yderligere 3 Tesla (T) MRI-billeddannelse i løbet af 30 minutter før, under eller efter deres standardbehandling 3T MRI i i alt 1,5 time.
Undersøgelsestype
Observationel
Tilmelding (Anslået)
275
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Nashla Barroso
- Telefonnummer: (310) 794-7952
- E-mail: nbarroso@mednet.ucla.edu
Studiesteder
-
-
California
-
Los Angeles, California, Forenede Stater, 90095
- Rekruttering
- UCLA / Jonsson Comprehensive Cancer Center
-
Kontakt:
- Nashla Barroso
- Telefonnummer: 310-794-7952
- E-mail: nbarroso@mednet.ucla.edu
-
Ledende efterforsker:
- Kyung H. Sung, PhD
-
-
Deltagelseskriterier
Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.
Berettigelseskriterier
Aldre berettiget til at studere
18 år og ældre (Voksen, Ældre voksen)
Tager imod sunde frivillige
Ingen
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
Patienter ved University of California, Los Angeles (UCLA), som muligvis allerede har gennemgået 3 T prostata multiparametrisk MR eller blev henvist til 3 T multiparametrisk prostata MR før biopsi eller radikal prostatektomi.
Beskrivelse
Inklusionskriterier:
- Mandlige patienter 18 år og ældre
- Klinisk mistanke om prostatacancer eller biopsi-bekræftet prostatakræft
- Gennemgået eller gennemgået multi-parametrisk 3 T prostata MRI ved University of California i Los Angeles (UCLA)
- Evne til at give samtykke
Ekskluderingskriterier:
- Kontraindikationer til MR (f.eks. hjerteudstyr, proteseklapper, svær klaustrofobi)
- Kontraindikationer for gadolinium kontrast-baserede midler ud over muligheden for en allergisk reaktion på gadolinium kontrast-baserede midler
- Forudgående strålebehandling
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Observationel (elektronisk journalgennemgang, 3 T MRI)
RETROSPEKTIV: Patienternes journaler gennemgås. PROSPEKTIV: Patienter gennemgår yderligere 3T MRI billeddannelse i løbet af 30 minutter før, under eller efter deres standardbehandling 3T MRI i i alt 1,5 time. |
Medicinske diagrammer gennemgås
Gennemgå 3T MR
Andre navne:
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Udvikling af kvantitativ dynamisk kontrast (DCE)-enhanced-magnetic resonance imaging (MRI) analyseteknikker
Tidsramme: Op til 5 år
|
Både overførselskonstant (Ktrans) og hastighedskonstant (Kep) fra normalt prostatavæv vil blive evalueret for inter-scanner-variabiliteten.
Parvise uligheder mellem fordelinger vil blive estimeret ved at beregne Kolmogorov-Smirnov-statistikken, defineret som den maksimale forskel mellem de empiriske distributionsfunktioner over parameterens rækkevidde, ved hjælp af 200 tilfælde for hver af tre MRI-scannere.
Middelværdien af disse parvise uligheder mellem scannere vil blive beregnet for at kvantificere den overordnede uoverensstemmelse for hver DCE-MRI-model.
Konstruktion af et 95 % konfidensinterval for forskellen i de gennemsnitlige uoverensstemmelser ved hjælp af den ikke-parametriske bootstrap vil blive udført for at sammenligne denne gennemsnitlige uoverensstemmelse mellem DCE-MRI-modeller.
10.000 bootstrap-prøver vil blive genereret ved at tage prøver af patienter med erstatning, stratificeret af scanneren.
Vil konkludere, at den foreslåede DCE-MRI model har en reduceret inter-scanner variabilitet, hvis 95% konfidensintervallet er helt mindre end nul.
|
Op til 5 år
|
|
Udvikling af diffusionsvægtet billeddannelse (DWI) metoder, der reducerer prostata geometrisk forvrængning
Tidsramme: Op til 5 år
|
Forskelle mellem rektangulært synsfelt-ENCODE og standard DWI med hensyn til prostata-terningens lighedskoefficient (primært udfald) og tilsyneladende diffusionskoefficient-konsistens vil blive sammenlignet.
|
Op til 5 år
|
|
Udvikling af multi-class deep learning modeller
Tidsramme: Op til 5 år
|
Den overordnede ydeevne af FocalNet og Prostate Imaging Reporting & Data System version 2 vil blive sammenlignet med hensyn til areal under kurven.
Sammenligning mellem areal under kurverne vil blive udført ved hjælp af DeLongs test.
Vil også omfatte sammenligningen mellem FocalNet og baseline deep learning metoder (U-Net og Deeplab uden focal loss [FL] og gensidig funding tab [MFL]) for at karakterisere fordelene ved at bruge FL og MFL med samme studiekohorte.
For hver af disse tilgange vil et optimalt skæringspunkt for klassificering af klinisk signifikant prostatacancer blive identificeret ved at maksimere Youdens J (= sensitivitet + specificitet - 1) og vil rapportere sensitivitet, specificitet og 95 % konfidensintervaller baseret på den valgte cut- punkt.
|
Op til 5 år
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Efterforskere
- Ledende efterforsker: Kyung H Sung, PhD, UCLA / Jonsson Comprehensive Cancer Center
Datoer for undersøgelser
Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.
Studer store datoer
Studiestart (Faktiske)
1. april 2021
Primær færdiggørelse (Anslået)
1. juni 2027
Studieafslutning (Anslået)
1. juni 2028
Datoer for studieregistrering
Først indsendt
18. februar 2021
Først indsendt, der opfyldte QC-kriterier
18. februar 2021
Først opslået (Faktiske)
21. februar 2021
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
7. juli 2026
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
2. juli 2026
Sidst verificeret
1. maj 2026
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 19-002202 (Anden identifikator: UCLA / Jonsson Comprehensive Cancer Center)
- NCI-2021-00373 (Registry Identifier: CTRP (Clinical Trial Reporting Program))
- R01CA248506 (U.S. NIH-bevilling/kontrakt)
- 441480-KS-29447 (Andet bevillings-/finansieringsnummer: NCI)
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Ingen
Studerer et amerikansk FDA-reguleret enhedsprodukt
Ingen
produkt fremstillet i og eksporteret fra U.S.A.
Ingen
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .