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

Digital patologi og AI for leverresultater i MASLD (DPAILO-1)

20. august 2026 opdateret af: PharmaNest, Inc

Epidemiologiske leverresultater Retrospektiv undersøgelse for at bekræfte den prognostiske værdi af FibroNest Digital Pathology Fibrosis Biomarker (Ph-FCS) hos patienter med MASLD (DPAILO-1)

Målet med denne observationelle, multicentriske, retrospektive undersøgelse er at bekræfte ydeevnen af ​​den digitale patologi (DP) FibroNest Phenotypic Fibrosis Composite Score (Ph-FCS) etableret ud fra en konventionel WSI af en leverbiopsi for at forudsige kliniske leverdekompensationshændelser i metabolisk dysfunktion -associerede steatohepatitis (MASH) patienter.

På et retrospektivt studie med 403 patienter med MASH og 18 års opfølgning (2023, Hepatology. 78(S1) S1-S2154 2084-A), var Ph-FCS DP-biomarkøren i stand til at forudsige kliniske hepatiske dekompensationshændelser med en AUROC på 0,765.

Formålet med denne undersøgelse er at (i) bekræfte den prognostiske ydeevne af Ph-FCS-biomarkøren på en stor kohorte og (ii) evaluere den prognostiske ydeevne af den Steatose-justerede Ph-FCS (PR-Ph-FCS) og (iii) at sammenligne den prognostiske ydeevne af den biopsi-baserede Digital Pathology Ph-FCS med ikke-invasive biomarkører (Fib-4 og elastografi / Fibroscan).

I denne retrospektive undersøgelse er patientinklusionskriterier:

  • Voksne pts (>=18 år) med MASLD defineret histologisk.
  • Leverbiopsi med fibrosefarvning tilgængelig for digitalisering eller allerede digitaliseret.
  • Klinisk opfølgning >1 års tilgængelig optagelse Leverrelateret enten gennem indlæggelse ICD-10 koder eller gennem klinisk observation

Studieoversigt

Detaljeret beskrivelse

En retrospektiv, multicentrisk undersøgelse, hvor patienter med histologisk defineret metabolisk dysfunktion-associeret steatotisk leversygdom (MASLD), inklusive almindelig steatose, gennemgik en leverbiopsi (standardbehandling, baseline, T0) og gennemgik klinisk opfølgning i 1 til mere end 10 år.

Digital patologi:

De formalinfikserede paraffinindlejrede (FFPE) histologiske vævssnit blev farvet for fibrose med Massons trichromfarvning eller Picro Sirius Red-farvning og monteret på objektglas. Glaspladerne blev scannet (Whole Slide Imaging-scannere) ved 40X forstørrelse i ethvert format (.ndpi, .svs, .czi .tiff..osv). Patienterne gennemgik klinisk opfølgning fra T0+1 år til mere end T0+10 år.

Digitale patologiske biomarkører:

Digital Pathology-billede uploadet til PharmaNests Cloud-baserede datasystem. Digital Pathology (DP) FibroNest Phenotypic Fibrosis Composite Score (Ph-FCS) og Steatosis Adjusted PT-Ph-FCS vil blive beregnet af PharmaNest i Princeton, USA. Ph-FCS-biomarkørværdier og langsigtet klinisk opfølgning vil blive analyseret for at bestemme den prædiktive værdi af Ph-FCS-scoren for forekomsten af ​​kliniske hepatiske dekompensationshændelser og sammenlignet med prædiktiv ydeevne af ikke-invasive tests (NIT) ydeevne (Fib4 og Elastografi).

Kliniske hændelser defineret:

  1. Død af enhver årsag
  2. Leverrelateret død
  3. kliniske leverdekompensationshændelser i. Esophageal varicer med blødning ii. Ascites iii. Hepatisk encefalopati
  4. Hepatocellulært karcinom

Tid til begivenhed vil blive registreret for hver af disse begivenheder.

Prøvestørrelsesvurdering

Vi vil bruge to-halede Students t-test til at skelne mellem de to grupper. Effektanalyse blev udført for at finde det mindste antal prøver, der kræves i hver gruppe for at opnå statistisk signifikant forskel. Ved hjælp af demografi fra to undersøgelser1,2 opnåede vi proportioner af leverhændelsesgrupper og ikke-hændelsesgrupper. Middelværdien og standardafvigelsen for hver gruppe, som blev brugt til at beregne effektstørrelsen, blev opnået fra en pilotundersøgelse, vist i Fig.13. Ved at modellere p-værdien og effekt for forskellige prøvestørrelser, var vi i stand til at beregne den ønskede prøvestørrelse for en specifik effekt og p-værdi. Et interval på 0,001-0,75 blev valgt for alfa-værdier og 0,6-0,99 for effektværdier. Alfa <0,05 og effekt > 0,8 betragtes typisk som ideelle værdier. Forholdet mellem hændelse og ingen hændelse blev opnået fra tidligere undersøgelser1,2, som vist i 5. række i tabel 1. Hvis vi antager, at vores datafordeling vil være mest lig datafordelingen i Santal et al., har vi brug for 1944 patienter i alt for at fastslå, at Ph-FCS biomarkøren kan forudsige første leverrelaterede hændelser med en p-værdi på 0,05 og en styrke på 0,80.

Statistisk analyseplan

Biomarkørværdier for Ph-FCS, PT-Ph-FCS, Fib-4 og FibroScan elastografi vil blive brugt til Kaplan-Myer time-to-hændelse analyse mellem 2 og 10 år. Elevens to-halede t-test vil blive brugt til at se, om scorerne kan variere mellem leverudfaldsgrupper og ikke-leverudfaldsgrupper. Receiver operation characteristic (ROC) kurve og area-under-curve (AUC) vil blive brugt til at se, hvor godt scoren forudsiger leverudfald.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

1241

Kontakter og lokationer

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

Studiesteder

      • Shatin, Hong Kong
        • The Chinese University of Hong Kong
      • Barcelona, Spanien
        • Fundació de Recerca Clinic Barcelona
      • Seville, Spanien, 41004
        • University of Seville

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Voksne pts (>=18 år) med MASLD defineret histologisk med >1 års klinisk opfølgning og tilgængelig registrering af leverrelaterede udfald enten gennem hospitalsindlæggelse ICD-10 koder eller gennem klinisk observation.

Beskrivelse

Inklusionskriterier:

  • Voksne pts (>=18 år) med MASLD defineret histologisk.
  • Leverbiopsi med fibrosefarvning tilgængelig for digitalisering eller allerede digitaliseret.
  • Klinisk opfølgning >1 år tilgængelig, der registrerer leverrelaterede resultater enten gennem hospitalsindlæggelse ICD-10 koder eller gennem klinisk observation

Ekskluderingskriterier:

  • Andre leversygdomme end MASLD Bemærk: ingen udelukkelse baseret på fedmekirurgi, betydeligt vægttab eller tilmelding til NASH kliniske studier, men data indsamles til dataanalyse/konkurrerende effekter (se dataanalyseplan)

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
Ikke-leverrelateret hændelse
Fravær af nogen af ​​de leverhændelser beskrevet i den anden gruppe i patientens kliniske opfølgning.
Biomarkørnavn: FibroNest Phenotypic Fibrosis Composite Score Akronym: FibroNest Ph-FCS Type af biomarkør: Histologisk baseret, digital, kvantitativ billedanalyse, billeddannelsesmodalitet Definition: En kvantitativ, normaliseret (ingen enhed) og kontinuerlig sammensat score, der aggregerer kvantitative histologiske træk ved fibrosis sværhedsgrad målt ved kvantitativ billedanalyse i høj opløsning.
Leverrelateret begivenhed
Leverrelaterede hændelser omfatter leverrelateret død, hepatiske dekompensationshændelser (variceal blødning, ascites, hepatisk encefalopati) og hepatocellulært karcinom.
Biomarkørnavn: FibroNest Phenotypic Fibrosis Composite Score Akronym: FibroNest Ph-FCS Type af biomarkør: Histologisk baseret, digital, kvantitativ billedanalyse, billeddannelsesmodalitet Definition: En kvantitativ, normaliseret (ingen enhed) og kontinuerlig sammensat score, der aggregerer kvantitative histologiske træk ved fibrosis sværhedsgrad målt ved kvantitativ billedanalyse i høj opløsning.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ydeevne for hepatisk dekompensationshændelse forudsigelig værdi af FibroNest Ph-FCS
Tidsramme: Tid-til-hændelsesanalyse mellem 2 og 10 år
Area under Receiver Operating Characteristic Curve (AUROC) af FibroNest Ph-FCS, som en prognostisk/diagnostisk biomarkør for leverrelaterede hændelser hos patienter med MASH.
Tid-til-hændelsesanalyse mellem 2 og 10 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ydeevne af forudsigelig værdi for hepatisk dekompensationshændelse af FIB-4 biomarkøren, en ikke-invasiv test
Tidsramme: Tid-til-hændelsesanalyse mellem 2 og 10 år
Area under Receiver Operating Characteristic Curve (AUROC) af FIB-4, som en prognostisk/diagnostisk biomarkør for hepatiske dekompensationshændelser hos patienter med MASH.
Tid-til-hændelsesanalyse mellem 2 og 10 år
Ydeevne af hepatisk dekompensationshændelse prædiktiv værdi af elastografi (Fibroscan) biomarkør, en ikke-invasiv test
Tidsramme: Tid-til-hændelsesanalyse mellem 2 og 10 år
Area under Receiver Operating Characteristic Curve (AUROC) af elastografi, som en prognostisk/diagnostisk biomarkør for hepatiske dekompensationshændelser hos patienter med MASH.
Tid-til-hændelsesanalyse mellem 2 og 10 år
Ydeevne af hepatisk dekompensationshændelse prædiktiv værdi af NASH-CRN Fibrose Stage, en biopsi-baseret score for fibrose sværhedsgrad
Tidsramme: Tid-til-hændelsesanalyse mellem 2 og 10 år
Area under Receiver Operating Characteristic Curve (AUROC) af NASH-CRN F-stadiet, som en biopsi-baseret prognostisk/diagnostisk biomarkør for hepatiske dekompensationshændelser hos patienter med MASH.
Tid-til-hændelsesanalyse mellem 2 og 10 år
Performance of Hepatic Decompensation Event predictive value of the Collagen Area Ratio Digital Pathology biomarker (CAR%, as measured by FibroNest)
Tidsramme: Time-to-event analysis between 2 and 10 years
Area under Receiver Operating Characteristic Curve (AUROC) of CAR%, as a prognostic/diagnostic biomarker for Hepatic Decompensation Events in patients with MASH.
Time-to-event analysis between 2 and 10 years

Samarbejdspartnere og efterforskere

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

Sponsor

Efterforskere

  • Ledende efterforsker: Vlad Ratziu, MD, PhD, Sorbonne University

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)

1. september 2025

Primær færdiggørelse (Faktiske)

1. juni 2026

Studieafslutning (Faktiske)

15. august 2026

Datoer for studieregistrering

Først indsendt

27. marts 2024

Først indsendt, der opfyldte QC-kriterier

27. marts 2024

Først opslået (Faktiske)

3. april 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. august 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

20. august 2026

Sidst verificeret

1. august 2026

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

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 .

Abonner