Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

CADx - Radiomik til at skelne oprindelsen af ​​ovarietumorer (CADx)

10. januar 2022 opdateret af: Jurgen M.J. Piek, Gynaecologisch Oncologisch Centrum Zuid

Computerstøttet radiologi til kræftpåvisning og terapistratificering - godartede eller ondartede ovarietumorer.

Hos kvinder med en ovariesumor er det ofte uklart, om tumoren er godartet eller ondartet. For at differentiere udføres tumormarkører (CA125 og CEA), en transvaginal ultralyd og afhængigt af ultralydsbilledet og CA125-koncentrationen en CT-scanning. Kvaliteten af ​​radiologisk billeddannelse ved diagnosticering af abdominal patologi er ofte ikke nøjagtig nok, hvilket gør yderligere indgreb no-dig for korrekt klassificering og fortolkning af tumoren.

Formål: At forbedre nøjagtigheden til at skelne godartet fra ondartet sygdom hos patienter med en ovariemasse ved at bruge en computerstøttet detektionsalgoritme.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Denne forskning fokuserer på at forbedre nøjagtigheden af ​​bestemmelsen af ​​arten (godartet eller ondartet) af ovarietumorer ved at gøre brug af kunstig intelligens ved at skabe en CT-scanningsalgoritme. Dette fordi en korrekt præoperativ klassificering af ovarietumorer er afgørende for passende behandling. Eksisterende forudsigelsesmodeller fører ofte til unødvendige henvisninger til gynækologiske onkologiske hospitaler, hvilket resulterer i højere omkostninger og øget stress for patienten. Det er derfor vigtigt at evaluere andre strategier for at skelne mellem benigne og ondartede ovarietumorer.

Kunstig intelligens (AI) til radiologi er i øjeblikket ved at blive udviklet af Eindhoven University of Technology (TU/e) og Philips Research Europe og kan give en potentiel løsning på dette problem.

Den aktuelt udviklede algoritme (CADx), der anvender en støttevektormaskine (SVM), viste i en lille population på omkring 100 patienter en sensitivitet på 74 % og specificitet på 74 %. Disse er lovende resultater for at træne denne algoritme endnu mere med flere CT-scanningsbilleder og tilføjelse af kliniske variabler og endda flydende biopsier.

Undersøgelsestype: Retrospektiv studiekohorte Dette er en retrospektiv analyse på kendte data, hvor den endelige patientdiagnose allerede er etableret, og den aktuelle analyse ikke vil påvirke behandlingsplanen.

Der anvendes ingen produkter til patienter, kun computerstøttet diagnose anvendes på eksisterende radiologisk billeddannelse, nemlig CT-scanninger.

Denne undersøgelse er forbundet med to andre hollandske forsøg, hvor ovarietumorbiomarkører vurderes for at finde ud af oprindelsen af ​​ovarietumorer præoperativt.

Den første er HE4-forudsigelsesstudiet med lokal protokol ID NL58253.031.16. Den anden er OVI-DETECT-undersøgelsen med clinicaltrial.gov nummer NCT04971421.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

600

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

  • Navn: Anna Koch, MD
  • Telefonnummer: 020-512 4303
  • E-mail: a.koch@nki.nl

Studiesteder

  • Holland
      • Amsterdam, Holland
        • Ikke rekrutterer endnu
        • Amsterdam Medical Center
        • Kontakt:
      • Breda, Holland
        • Rekruttering
        • Amphia Hospital
        • Kontakt:
        • Underforsker:
          • Dineke Smedts, MD-PhD
    • Brabant
      • Eindhoven, Brabant, Holland, 5623EJ
    • Noord Holland
      • Amsterdam, Noord Holland, Holland, 1066 CX
        • Rekruttering
        • Netherlands Cancer Institute
        • Kontakt:
          • Christianne Lok, MD; PhD
          • Telefonnummer: 020 512 2957
          • E-mail: c.lok@nki.nl
      • Leiden, Noord Holland, Holland, 2333 ZA
        • Rekruttering
        • Leiden University Medical Center
        • Kontakt:

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

N/A

Køn, der er berettiget til at studere

Kvinde

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter med en ovarietumor, hvoraf det er uvist, om den er godartet eller ondartet, henvist til stadieinddeling af laparotomi.

Beskrivelse

Inklusionskriterier:

  • patienter med en ovarietumor, hvor det er ukendt, om den er godartet eller ondartet (Risk of Malignancy Index (RMI) >200)
  • blev opereret
  • histologisk bevis for tumor

Ekskluderingskriterier:

  • ubestemt patologirapport
  • manglende korrekt beskrivelse af iscenesættelse i OR-rapport, når det er relevant

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Sensitivitet og specificitet af CADx-algoritme
Tidsramme: 3 - 4 år
Procentdel af korrekt bestemmelse af malignitet ved hjælp af Risk of Malignancy Index (RMI) sammenlignet med nøjagtig bestemmelse ved CAD-vurdering hos patienter med en ovarietumor
3 - 4 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Sensitivitet og specificitet af CADx-algoritme med yderligere variabler
Tidsramme: 3 - 4 år
Korrelation af resultaterne fra CAD-analyse hos nogle patienter med analyse af cirkulerende tumor (ct) DNA- og proteintumormarkører eller andre yderligere kliniske variabler
3 - 4 år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Gynaecologisch Oncologisch Centrum Zuid

Samarbejdspartnere

Amsterdam UMC, location VUmc
The Netherlands Cancer Institute
Leiden University Medical Center
Eindhoven University of Technology
Amphia Hospital

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Hjælpsomme links

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)

5. april 2021

Primær færdiggørelse (Forventet)

1. august 2024

Studieafslutning (Forventet)

1. august 2025

Datoer for studieregistrering

Først indsendt

13. december 2021

Først indsendt, der opfyldte QC-kriterier

13. december 2021

Først opslået (Faktiske)

30. december 2021

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. januar 2022

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

10. januar 2022

Sidst verificeret

1. januar 2022

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • RADIOMICS

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

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 .

Kliniske forsøg med Livmoderhalskræft

Kliniske forsøg med CT-scanningsalgoritme

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Moldova

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner