Entwicklung und prospektive Validierung eines pathologiebasierten künstlichen Intelligenzmodells zur Vorhersage der Zeit bis zur Kastrationsresistenz von Prostatakrebs
Entwicklung und prospektive Validierung eines auf Pathologie basierenden künstlichen Intelligenz-Modells zur Vorhersage der Zeit bis zur Kastrationsresistenz von Prostatakrebs
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Die Hormontherapie ist eine wichtige Behandlungsmethode für Prostatakrebs und kann die Überlebenszeit der Patienten effektiv verlängern. Allerdings werden fast alle Patienten zu unterschiedlichen Zeitpunkten zu einem kastrationsresistenten Prostatakrebs fortschreiten. Aktuelle Hormontherapie-Optionen umfassen Androgendeprivationstherapie (ADT), Anti-Androgen-Rezeptor (AR) und Chemotherapie, wobei eine Kombinationstherapie in frühen Stadien wirksamer ist, jedoch mit stärkeren Nebenwirkungen verbunden ist. Daher kann die Vorhersage der Zeit bis zur kastrationsresistenten Progression und die Nutzung dieser Informationen zur Anwendung personalisierter Behandlungspläne die Wirksamkeit sicherstellen und gleichzeitig die Medikamentennebenwirkungen reduzieren. Daher haben wir ein künstliches Intelligenz-Vorhersagemodell zur Prognose der Zeit bis zur Kastrationsresistenz bei Prostatakrebs entwickelt, das voraussichtlich die Progressionszeit für verschiedene Patienten genau vorhersagen und Ärzte bei der Erstellung personalisierter und präziser Behandlungspläne basierend auf individuellen Progressionsrisiken unterstützen wird.
Diese Studie ist ein Vorhersagetest ohne Interventionsmaßnahmen, bei dem geplant ist, pathologische Schnitte von Prostatabiopsien der eingeschriebenen Patienten zu sammeln und sie in Ganzschnitten-Bilder (WSIs) zu digitalisieren. Das KI-Modell wird die WSIs analysieren und vorhersagende Ergebnisse auf Schnittebene generieren (innerhalb von 12 Monaten, zwischen 12 und 24 Monaten oder über 24 Monate). Die routinemäßige Therapie und Untersuchung wird wie üblich durchgeführt. Diese beiden Prozesse werden sich nicht gegenseitig beeinflussen. Anschließend werden wir die Patienten für 24 Monate nachverfolgen, um die Zeit bis zur kastrationsresistenten Progression aufzuzeichnen, und dann die Ergebnisse mit dem Vorhersagemodell vergleichen.
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Tianxin Lin, Ph.D
- Telefonnummer: 13724008338
- E-Mail: lintx@mail.sysu.edu.cn
Studieren Sie die Kontaktsicherung
- Name: Shaoxu Wu, MD
- Telefonnummer: 15017581087
- E-Mail: wushx29@mail.sysu.edu.cn
Studienorte
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510120
- Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
-
Kontakt:
- Cuimei Yao
- Telefonnummer: 13450210603
- E-Mail: syskyk02@163.com
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten mit der Diagnose eines mittel- bis hochgradigen Prostatakarzinoms; Durchführung einer Prostatabiopsie
- Patienten erhielten ausschließlich eine endokrine Therapie für das Prostatakarzinom;
- Patienten mit vollständigen klinischen und pathologischen Informationen.
- Patienten stimmen der Teilnahme an diesem diagnostischen Test zu.
Ausschlusskriterien:
- Patienten mit anderen Tumoren und Durchführung einer systemischen Therapie.
- Der Patient lehnte die Teilnahme an diesem diagnostischen Test ab.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Patienten unterziehen sich einer Prostatabiopsie
Patienten unterziehen sich einer Prostatabiopsie und werden mit Prostatakrebs diagnostiziert, die eine Hormontherapie erhalten.
|
Sammeln Sie pathologische Schnitte von Prostatabiopsien der eingeschlossenen Patienten.
Digitalisieren Sie diese Schnitte zu Ganzschnitten-Bildern (WSIs).
Analysieren Sie die WSIs mit dem KI-Modell, um Vorhersageergebnisse zu generieren (innerhalb von 12 Monaten, zwischen 12 und 24 Monaten oder über 24 Monate).
In dieser prädiktiven Teststudie werden keine Eingriffe an Patienten durchgeführt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
C-Index (Konkordanzindex)
Zeitfenster: Für jeden eingeschriebenen Patienten werden die Vorhersageergebnisse des KI-Modells kurz nach der Prostatabiopsie ermittelt, und der C-Index des KI-Modells wird bis zum Studienabschluss, durchschnittlich 3 Jahre, bewertet.
|
Der Anteil aller Patientenpaare, bei denen die vorhergesagte Ergebnisreihenfolge mit der tatsächlichen Ergebnisreihenfolge übereinstimmt.
Er schätzt die Wahrscheinlichkeit, dass die vorhergesagten Ergebnisse mit den beobachteten Ergebnissen übereinstimmen.
|
Für jeden eingeschriebenen Patienten werden die Vorhersageergebnisse des KI-Modells kurz nach der Prostatabiopsie ermittelt, und der C-Index des KI-Modells wird bis zum Studienabschluss, durchschnittlich 3 Jahre, bewertet.
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Empfindlichkeit
Zeitfenster: Für jeden eingeschriebenen Patienten werden die Vorhersageergebnisse des KI-Modells kurz nach der Prostata-Biopsie erzielt, und die Sensitivität des KI-Modells wird bis zum Studienabschluss, durchschnittlich 3 Jahre, bewertet.
|
Die Ausgabe des prädiktiven Modells wird mithilfe eines 12-Monats-Schwellenwerts in eine binäre Variable unterteilt: TTCR <12 Monate gilt als positives Ergebnis, und TTCR ≥12 Monate gilt als negatives Ergebnis.
Dementsprechend sind Patienten mit TTCR <12 Monaten positive Patienten, und solche mit TTCR ≥12 Monaten sind negative Patienten.
Die Anzahl der korrekt vorhergesagten positiven Folien (TTCR<12 Monate) ist durch die Gesamtzahl der positiven Folien zu teilen.
|
Für jeden eingeschriebenen Patienten werden die Vorhersageergebnisse des KI-Modells kurz nach der Prostata-Biopsie erzielt, und die Sensitivität des KI-Modells wird bis zum Studienabschluss, durchschnittlich 3 Jahre, bewertet.
|
|
Spezifität
Zeitfenster: Für jeden eingeschriebenen Patienten werden die prädiktiven Ergebnisse des KI-Modells kurz nach der Prostatabiopsie erzielt, und die Spezifität des KI-Modells wird bis zum Studienabschluss, durchschnittlich 3 Jahre, bewertet.
|
Die Ausgabe des prädiktiven Modells wird mithilfe eines 12-Monats-Schwellenwerts in eine binäre Variable unterteilt: TTCR <12 Monate wird als positives Ergebnis betrachtet, und TTCR ≥12 Monate wird als negatives Ergebnis betrachtet.
Dementsprechend sind Patienten mit TTCR <12 Monate positive Patienten, und solche mit TTCR ≥12 Monate sind negative Patienten.
Die Anzahl der korrekt vorhergesagten negativen Objektträger (TTCR≥12 Monate), geteilt durch die Gesamtzahl der negativen Objektträger
|
Für jeden eingeschriebenen Patienten werden die prädiktiven Ergebnisse des KI-Modells kurz nach der Prostatabiopsie erzielt, und die Spezifität des KI-Modells wird bis zum Studienabschluss, durchschnittlich 3 Jahre, bewertet.
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Studienleiter: Shaoxu Wu, Ph.D, Department of Urology of Sun Yat-sen Memorial Hospital of Sun Yat-sen University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
- Urogenitale Erkrankungen
- Genitalerkrankungen
- Genitale Neubildungen, männlich
- Urogenitale Neoplasmen
- Neubildungen nach Standort
- Neubildungen
- Genitalerkrankungen, männlich
- Prostataerkrankungen
- Männliche Urogenitalerkrankungen
- Prostataneoplasmen
- Prostatatumoren, kastrationsresistent
- Algorithmen
- Mathematische Konzepte
- Künstliche Intelligenz
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- SYSKY-2025-940-01
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .