Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Ein klinisch anwendbares künstliches Intelligenz-Screening-System für Gebärmutterhalskrebs für eine genaue zytopathologische Diagnose

6. August 2023 aktualisiert von: Herui Yao, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Ein klinisch anwendbares künstliches Intelligenz-Screening-System für Gebärmutterhalskrebs für eine genaue zytopathologische Diagnose: Eine multizentrische, bevölkerungsbasierte Studie und eine randomisierte kontrollierte Studie

Obwohl Gebärmutterhalskrebs eine der am besten durch Früherkennung vermeidbaren Krebsarten ist, ist er immer noch die vierthäufigste krebsbedingte Todesursache bei Frauen weltweit. Gegenwärtig umfassen Zervixkrebs-Screening-Methoden hauptsächlich Zervixzytologie-Screening, HPV-Tests, Zervixzytologie-Screening kombiniert mit HPV-Test-Screening und DNA-Ploidie-Tests, von denen Zervixzytologie-Screening für die bevölkerungsbasierte Gebärmutterhalskrebs-Screening für seine einfache und niedrige Durchführung empfohlen wird kosten. Zervix-Zytologie-Screening wird von Zytopathologen gemeldet. Es besteht jedoch landesweit ein ernsthafter Mangel an Zytopathologen, und es ist schwierig, ein Standardsystem für ein bevölkerungsbezogenes Screening zu etablieren. Daher ist es dringend erforderlich, ein diagnostisches Hilfsmittel für die Früherkennung von Gebärmutterhalskrebs zu entwickeln. Obwohl in den letzten Jahren bemerkenswerte Fortschritte bei Deep-Learning-Algorithmen erzielt wurden, ist ihre klinische Anwendung beim zytologischen Screening von Gebärmutterhalskrebs noch immer begrenzt. Daher ist es dringend erforderlich, ein Cervical Cancer Artificial Intelligence Screening System (CAISS) für die zervikale Zytologie-Grad-Diagnose durch Whole-Slide-Images (WSIs) aufzubauen.

Studienübersicht

Detaillierte Beschreibung

Insgesamt 16.056 geeignete Personen wurden in diese Studie aufgenommen, die aus einer multizentrischen populationsbasierten Studie und einer randomisierten kontrollierten Studie in China bestand. In der ersten Erkundungsphase fand am 4. August 2019 in Guangzhou, China, ein Wettbewerb zur Früherkennung von Gebärmutterhalskrebs zwischen Zytotechnikern und KI statt, um das Feld vorläufig zu erkunden. 15 Objektträger wurden nach dem Zufallsprinzip aus den WSIs von 108 geeigneten Personen von SYSMH für die Leistungsbewertung des KI-basierten Gebärmutterhalskrebs-Screening-Modells und der Zytotechniker ausgewählt. In der multizentrischen populationsbasierten Studie wurden 11.468 Proben von Personen für das zervikale Zytologie-Screening, die zwischen Januar 2016 und Januar 2020 vom Sun Yat-sen Memorial Hospital (SYSMH, Guangzhou, China) gesammelt wurden, zufällig dem Trainingsdatensatz zugeordnet ( n = 9.316) und die internen Validierungsdatensätze (n = 2.152), um das Cervical Cancer Artificial Intelligence Screening System (CAISS) zu trainieren. Um die Universalität des CAISS in der klinischen Praxis zu verbessern, wurden Objektträger der anderen beiden teilnehmenden Krankenhäuser als zwei unabhängige externe Validierungsdatensätze verwendet: Dazu gehörten 600 Objektträger des Guangzhou Women and Children Medical Center (GWCMC, Guangzhou, China) und 600 Objektträger von The Third Affiliated Hospital of Guangzhou Medical University (TAHGMU, Guangzhou, China), die zwischen Januar 2016 und Januar 2020 erworben wurden. Darüber hinaus wurde ein prospektiver Validierungsdatensatz durchgeführt, um die diagnostische Leistung der Zytotechniker-, CAISS- und CAISS-unterstützten Gruppen zu unterscheiden, in denen 2.780 geeignete Objektträger von 2.780 Personen erhalten und zwischen dem 28. August 2020 und dem 16. Oktober 2020 bei SYSMH prospektiv gekennzeichnet wurden . In der dritten Phase dieser Studie wurde eine prospektive randomisierte kontrollierte Studie durchgeführt, um die Leistung der Zytotechniker-, CAISS- und CAISS-unterstützten Gruppen bei SYSMH zu vergleichen. Hier wurden zwischen dem 13. August 2020 und dem 14. Dezember 2020 618 Objektträger gesammelt, um die randomisierte kontrollierte Studie SYSMH aufzubauen. Die verbleibenden 608 Objektträger nach der Qualitätskontrolle wurden zufällig (1:1:1) der CAISS-Gruppe (n = 201), der Zytotechniker-Gruppe (n = 203) und der CAISS-unterstützten Kombinationsgruppe (n = 204) zugeordnet.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

16164

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

    • Guangdong
      • Guangzhou, Guangdong, China, 510000
        • Guangzhou Women and Children's Medical Center
      • Guangzhou, Guangdong, China, 510000
        • The Third Affiliated Hospital of Guangzhou Medical University
      • Guangzhou, Guangdong, China, 510120
        • Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

25 Jahre bis 65 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Weibliche Patienten, die 18 Jahre oder älter waren und eindeutige diagnostische Ergebnisse einer auf Zervixflüssigkeit basierenden zytologischen Untersuchung aufwiesen, wurden eingeschlossen. Alle Fälle wurden vom Sun Yat-Sen Memorial Hospital der Sun Yat-Sen University gesammelt.

Beschreibung

Einschlusskriterien:

  1. Frauen im Alter von 25-65 Jahren.
  2. Verfügbarkeit bestätigter diagnostischer Ergebnisse der zervikalen flüssigkeitsbasierten zytologischen Untersuchung und zufriedenstellender digitaler Bilder des flüssigkeitsbasierten zytologischen Pap-Tests: mindestens 5000 unbedeckte und beobachtbare Plattenepithelzellen, Proben mit abnormalen Zellen (atypische Plattenepithelzellen oder atypische Drüsenzellen und Oben).

Ausschlusskriterien:

  1. Unbefriedigende Proben der auf Zervixflüssigkeit basierenden zytologischen Untersuchung: weniger als 5000 unbedeckte, beobachtbare Plattenepithelzellen und mehr als 75 % der Plattenepithelzellen, die aufgrund von Blut, Entzündungszellen, überlappenden Epithelzellen, schlechter Fixierung, übermäßiger Austrocknung oder Kontamination unbekannter Komponenten.
  2. Frauen, bei denen andere bösartige Tumore als Gebärmutterhalskrebs diagnostiziert wurden.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Kohorte
  • Zeitperspektiven: Sonstiges

Kohorten und Interventionen

Gruppe / Kohorte
Trainingsdatensatz
11.468 zwischen Januar 2016 und Januar 2020 im Sun Yat-sen Memorial Hospital (SYSMH, Guangzhou, China) für das zervikale Zytologie-Screening geeignete Objektträger wurden zufällig dem Trainingsdatensatz (n = 9.316) und dem internen Validierungsdatensatz zugeordnet (n = 2.152), um das Artificial Intelligence Cervical Cancer Screening (AICS) zu trainieren und zu validieren.
Interner SYSMH-Validierungsdatensatz
11.468 zwischen Januar 2016 und Januar 2020 im Sun Yat-sen Memorial Hospital (SYSMH, Guangzhou, China) für das zervikale Zytologie-Screening geeignete Objektträger wurden zufällig dem Trainingsdatensatz (n = 9.316) und dem internen Validierungsdatensatz zugeordnet (n = 2.152), um das Artificial Intelligence Cervical Cancer Screening (AICS) zu trainieren und zu validieren.
Externer TAHGMU-Validierungsdatensatz
Zwischen Januar 2016 und Januar 2020 wurden im Third Affiliated Hospital der Guangzhou Medical University (TAHGMU, Guangzhou, China) 600 Objektträger von 600 berechtigten Personen erhalten, die zur Validierung des Gebärmutterhalskrebs-Screenings (AICS) mit künstlicher Intelligenz verwendet wurden.
Externer GWCMC-Validierungsdatensatz
Zwischen Januar 2016 und Januar 2020 wurden im Guangzhou Women and Children Medical Center (GWCMC, Guangzhou, China) 600 Objektträger von 600 berechtigten Personen erhalten, die zur Validierung des Gebärmutterhalskrebs-Screenings (AICS) mit künstlicher Intelligenz verwendet wurden.
Prospektiver Validierungsdatensatz
Zur Unterscheidung der diagnostischen Leistung der Zytopathologen, AICS und AICS-unterstützten Zytopathologen wurde ein prospektiver Validierungsdatensatz durchgeführt, in dem zwischen dem 28. August 2020 und dem 16. Oktober 2020 bei SYSMH 2.780 geeignete Objektträger von 2.780 Personen entnommen und prospektiv gekennzeichnet wurden.
Randomisierte, kontrollierte Studie
Es wurde eine prospektive, randomisierte, kontrollierte Studie durchgeführt, um die Leistung der Zytopathologen, AICS und AICS-unterstützten Zytopathologen in SYSMH zu vergleichen. Hier wurden zwischen dem 13. August 2020 und dem 14. Dezember 2020 618 Objektträger gesammelt, um die randomisierte kontrollierte Studie SYSMH zu erstellen. Die verbleibenden 608 Objektträger nach der Qualitätskontrolle wurden zufällig (1:1:1) der AICS-Gruppe (n = 201), der Zytopathologengruppe (n = 203) und der AICS-unterstützten Zytopathologengruppe (n = 204) zugeordnet.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Fläche unter der ROC-Kurve (AUC)
Zeitfenster: Die diagnostische Bewertung wird innerhalb von 1 Woche nach Erhalt der Abstrichbilder durchgeführt
Fläche unter der Kurve
Die diagnostische Bewertung wird innerhalb von 1 Woche nach Erhalt der Abstrichbilder durchgeführt

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Empfindlichkeit
Zeitfenster: Die diagnostische Bewertung wird innerhalb von 1 Woche nach Erhalt der Abstrichbilder durchgeführt
Die Richtig-Positiv-Rate (TPR) der Diagnoseplattform, die das Verhältnis zwischen der Anzahl positiver Personen, die korrekt nach Plattform kategorisiert wurden, und der Gesamtzahl tatsächlich positiver Personen (%) darstellt.
Die diagnostische Bewertung wird innerhalb von 1 Woche nach Erhalt der Abstrichbilder durchgeführt
Spezifität
Zeitfenster: Die diagnostische Bewertung wird innerhalb von 1 Woche nach Erhalt der Abstrichbilder durchgeführt
Die True-Negativ-Rate (TNR) der Diagnoseplattform, die das Verhältnis zwischen der Anzahl der korrekt nach Plattform kategorisierten negativen Personen und der Gesamtzahl der tatsächlich negativen Personen (%) ist.
Die diagnostische Bewertung wird innerhalb von 1 Woche nach Erhalt der Abstrichbilder durchgeführt
Genauigkeit
Zeitfenster: Die diagnostische Beurteilung erfolgt innerhalb einer Woche nach Erhalt der Abstrichbilder
Die Menge an wahr-positiven (TP) plus wahr-negativen (TN) über der Menge an (TP) plus wahr-negativen (TN) plus falsch-positiven (FP) plus falsch-negativen (FN).
Die diagnostische Beurteilung erfolgt innerhalb einer Woche nach Erhalt der Abstrichbilder

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Herui Yao, PHD, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

1. Juli 2019

Primärer Abschluss (Tatsächlich)

14. Dezember 2020

Studienabschluss (Tatsächlich)

14. Dezember 2020

Studienanmeldedaten

Zuerst eingereicht

6. September 2020

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

10. September 2020

Zuerst gepostet (Tatsächlich)

16. September 2020

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

8. August 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

6. August 2023

Zuletzt verifiziert

1. August 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Anfragen nach den in dieser Studie gesammelten und analysierten Daten werden berücksichtigt, wenn die Bewerbung im Einklang mit öffentlichen Zwecken steht und der Bewerber bereit ist, eine Datenzugangsvereinbarung zu unterzeichnen. Der Kontakt kann über den korrespondierenden Autor erfolgen.

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Gebärmutterhalskrebs

Abonnieren