- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT07436598
3D-virtuel resektion til forudsigelse af lungefunktion ved VATS
Preoperativ tredimensionel virtuel resektion forudsiger postoperativ lungefunktion efter anatomisk resektion: En prospektiv longitudinel undersøgelse
Denne undersøgelse har til formål at validere en ny præoperativ vurderingsstrategi ved brug af tredimensionel (3-D) computertomografi (CT) rekonstruktion og virtuel resektionssimulering. Målet er at præcist forudsige postoperativ lungefunktion hos patienter med ikke-småcellet lungekraeft (NSCLC), der gennemgår videoassisteret thorakoskopisk kirurgi (VATS) anatomisk resektion.
Præcis forudsigelse af postoperativ lungefunktion er afgørende for patientsikkerhed. Traditionelle metoder, såsom segmenttælling, mangler ofte præcision, fordi de antager, at alle lungesegmenter bidrager lige meget til funktionen, og ignorerer variationer forårsaget af tumorer eller emfysem. Denne undersøgelse anvender 3-D "virtuel resektion" til at kvantificere den "planlagte resekterede ventilerede lungevolumenfraktion" (pRVLVF) før operationen.
Undersøgelsen vil rekruttere 60 deltagere opdelt i to grupper: dem, der gennemgår lobektomi (n=30), og dem, der gennemgår segmentektomi (n=30). Deltagerne vil gennemgå standard tyndskår-CT-scanninger og lungefunktionstests (PFT) før operationen. Postoperativt vil lungefunktion og restitution blive fulgt op ved 3, 6 og 12 måneder for at udvikle en dynamisk forudsigelsesmodel og evaluere restlungens kompensatoriske kapacitet.
Studieoversigt
Status
Betingelser
Detaljeret beskrivelse
Baggrund: Lungekræft forbliver en førende årsag til kræftdødelighed. For tidligt stadie NSCLC er VATS anatomisk resektion (lobektomi eller segmentektomi) standardbehandlingen. Sikkerheden ved kirurgi afhænger imidlertid i høj grad af patientens lungekapacitet. Traditionelle forudsigelsesmetoder, såsom segmenttællingsreglen, har vist forudsigelsesfejl på op til 20-30%, fordi de ikke tager højde for regional heterogenitet i lungernes ventilation.
Studiedesign: Dette er et prospektivt, multicentrisk, longitudinalt kohortestudie. Studiet planlægger at inkludere 60 patienter, der er egnet til VATS anatomisk resektion. Patienterne vil blive stratificeret i to grupper:
- VATS Segmentektomigruppe (n=30)
- VATS Lobektomigruppe (n=30)
Metodologi:
1.Præoperativ vurdering: Inden for 30 dage før operationen vil alle deltagere gennemgå højopløselig tyndskive (1 mm) bryst-CT og standard lungefunktionstests (PFT).
2.3-D virtuell resektion: Ved hjælp af Synapse 3-D software vil en patientspecifik anatomisk model blive rekonstrueret. Undersøgeren vil udføre en "virtuel resektion"-simulering for at markere det planlagte resektionsområde. Systemet vil beregne den planlagte resekterede ventilerede lungvolumenfraktion (pRVLVF), defineret baseret på velventilerede lungevæv (CT-attenuation -950 til -700 HU).
3.Kirurgisk procedure: Patienterne vil gennemgå standard VATS lobektomi eller segmentektomi som klinisk indikeret.
4.Postoperativ opfølgning: PFT vil blive udført 3, 6 og 12 måneder efter operationen. Opfølgnings-CT-scanninger vil blive udført efter 6 og 12 måneder for at vurdere strukturel omdannelse.
Mål og analyse:
Primært mål: At validere nøjagtigheden af pRVLVF-baseret forudsigelsesmodel. Det primære slutpunkt er den gennemsnitlige absolutte fejl (MAE) af den forudsagte FEV1 3 måneder efter operationen, med en mål-nøjagtighed på MAE < 180 mL.
Sekundære mål:
- At vurdere langtidsforudsigelsesnøjagtigheden efter 6 og 12 måneder.
- At kvantificere "Kompensationskoefficienten" (CC) i den resterende lunge ved hjælp af lineære blandede effektmodeller (LME), justeret for alder, BMI og rygehistorie.
- At evaluere indvirkningen af postoperative komplikationer på den funktionelle genopretningskurve.
Dette studie sigter mod at etablere et præcist, tilgængeligt og dynamisk værktøj til kirurgisk risikovurdering og beslutningstagning i thoraxkirurgi.
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiekontakt
- Navn: Chih-Hsiang Chang, MD
- Telefonnummer: +886-0972653384
- E-mail: thenightdeity@gmail.com
Studiesteder
-
-
-
Taipei, Taiwan
- Rekruttering
- National Taiwan University Cancer Center
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Patienter planlagt til videoassisteret thorakoskopisk (VATS) lobektomi eller segmentektomi på National Taiwan University Hospital eller NTU Cancer Center.
- Alder mellem 18 og 80 år.
- Patienter, der har underskrevet informeret samtykkeformular og er enige i at levere billeddata til 3D-modellering.
Eksklusionskriterier:
- Alder under 18 eller over 80 år.
- Patienter ikke planlagt til VATS lobektomi eller segmentektomi.
- Patienter diagnosticeret med Kronisk Obstruktiv Lungesygdom (KOL).
- Patienter, der ikke kan eller ikke vil underskrive informeret samtykkeformular.
- Sårbare befolkningsgrupper.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
|---|
|
VATS-segmentektomigruppen
Patienter med ikke-småcellet lungekræft, der er planlagt til at gennemgå videoassisteret thorakoskopisk segmentektomi.
|
|
VATS Lobektomigruppe
Patienter med ikke-småcellet lungekræft planlagt til at gennemgå videoassisteret thorakoskopisk lobektomi.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Gennemsnitlig absolut fejl (MAE) af forudsagt postoperativ FEV1
Tidsramme: 3 måneder efter operationen
|
Nøjagtigheden af den præoperative 3D virtuelle resektionsmodel vil blive evalueret ved at beregne den gennemsnitlige absolutte fejl (MAE) mellem den forudsagte FEV1 og den faktisk målte FEV1.
En lavere MAE indikerer højere forudsigelsesnøjagtighed.
Studiet har til formål at opnå en MAE på mindre end 180 mL.
|
3 måneder efter operationen
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Langtidsprognosefejl for FEV1 og FVC
Tidsramme: 6 måneder og 12 måneder efter operationen
|
Evaluering af forudsigelsesmodellens nøjagtighed efter 6 og 12 måneder for at vurdere stabiliteten over tid.
|
6 måneder og 12 måneder efter operationen
|
Samarbejdspartnere og efterforskere
Publikationer og nyttige links
Generelle publikationer
- Chen L, Yang J, Zhang C, Zhang L, Han X, Dong C, Gui S, Liu X, Shi H. Quantitative computed tomography assessment of pulmonary function and compensation after lobectomy and segmentectomy in lung cancer patients. J Thorac Dis. 2024 Sep 30;16(9):5765-5778. doi: 10.21037/jtd-24-492. Epub 2024 Sep 6.
- Colombi D, Risoli C, Delfanti R, Chiesa S, Morelli N, Petrini M, Capelli P, Franco C, Michieletti E. Software-Based Assessment of Well-Aerated Lung at CT for Quantification of Predicted Pulmonary Function in Resected NSCLC. Life (Basel). 2023 Jan 10;13(1):198. doi: 10.3390/life13010198.
- Jeong YH, Lee H, Jang HJ, Park DW, Choi YY, Lee SJ. Predicting postoperative lung function using ventilation SPECT/CT in patients with lung cancer. J Thorac Dis. 2024 Feb 29;16(2):1054-1062. doi: 10.21037/jtd-23-1563. Epub 2024 Feb 26.
- Kang HJ, Lee SS. Comparison of Predicted Postoperative Lung Function in Pneumonectomy Using Computed Tomography and Lung Perfusion Scans. J Chest Surg. 2021 Dec 5;54(6):487-493. doi: 10.5090/jcs.21.084.
- Bolliger CT, Guckel C, Engel H, Stohr S, Wyser CP, Schoetzau A, Habicht J, Soler M, Tamm M, Perruchoud AP. Prediction of functional reserves after lung resection: comparison between quantitative computed tomography, scintigraphy, and anatomy. Respiration. 2002;69(6):482-9. doi: 10.1159/000066474.
- Wu MT, Chang JM, Chiang AA, Lu JY, Hsu HK, Hsu WH, Yang CF. Use of quantitative CT to predict postoperative lung function in patients with lung cancer. Radiology. 1994 Apr;191(1):257-62. doi: 10.1148/radiology.191.1.8134584.
- Wu MT, Pan HB, Chiang AA, Hsu HK, Chang HC, Peng NJ, Lai PH, Liang HL, Yang CF. Prediction of postoperative lung function in patients with lung cancer: comparison of quantitative CT with perfusion scintigraphy. AJR Am J Roentgenol. 2002 Mar;178(3):667-72. doi: 10.2214/ajr.178.3.1780667.
- Ueda K, Tanaka T, Hayashi M, Li TS, Tanaka N, Hamano K. Computed tomography-defined functional lung volume after segmentectomy versus lobectomy. Eur J Cardiothorac Surg. 2010 Jun;37(6):1433-7. doi: 10.1016/j.ejcts.2010.01.002. Epub 2010 Feb 11.
- Ueda K, Tanaka T, Li TS, Tanaka N, Hamano K. Quantitative computed tomography for the prediction of pulmonary function after lung cancer surgery: a simple method using simulation software. Eur J Cardiothorac Surg. 2009 Mar;35(3):414-8. doi: 10.1016/j.ejcts.2008.04.015. Epub 2008 May 16.
- Fernandez-Rodriguez L, Torres I, Romera D, Galera R, Casitas R, Martinez-Ceron E, Diaz-Agero P, Utrilla C, Garcia-Rio F. Prediction of postoperative lung function after major lung resection for lung cancer using volumetric computed tomography. J Thorac Cardiovasc Surg. 2018 Dec;156(6):2297-2308.e5. doi: 10.1016/j.jtcvs.2018.07.040. Epub 2018 Aug 2.
- Oswald NK, Halle-Smith J, Mehdi R, Nightingale P, Naidu B, Turner AM. Predicting Postoperative Lung Function Following Lung Cancer Resection: A Systematic Review and Meta-analysis. EClinicalMedicine. 2019 Sep 10;15:7-13. doi: 10.1016/j.eclinm.2019.08.015. eCollection 2019 Oct.
- Park H, Yun J, Lee SM, Hwang HJ, Seo JB, Jung YJ, Hwang J, Lee SH, Lee SW, Kim N. Deep Learning-based Approach to Predict Pulmonary Function at Chest CT. Radiology. 2023 Apr;307(2):e221488. doi: 10.1148/radiol.221488. Epub 2023 Feb 14.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 202510086RINC
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
IPD-planbeskrivelse
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 Lungeneoplasmer
-
Guangzhou First People's HospitalAfsluttet
-
Seoul National University HospitalAfsluttet
-
Seoul National University HospitalAfsluttet
-
Chinese Chronic Respiratory Disease Research NetworkRekruttering
-
Mansoura UniversityAfsluttetOne Lung VentilationEgypten
-
Dokuz Eylul UniversityAfsluttetOne Lung VentilationKalkun
-
Yonsei UniversityAfsluttetOne Lung VentilationKorea, Republikken
-
Sichuan UniversityWest China HospitalMidlertidigt ikke tilgængeligOne Lung Ventilation
-
Luca BrazziA.O.U. Città della Salute e della Scienza - Molinette HospitalIkke rekrutterer endnuIntubationskomplikation | One Lung Ventilation
-
Ankara Ataturk Sanatorium Training and Research...Ikke rekrutterer endnuOne-lung Ventilation (OLV)Tyrkiet (Türkiye)