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

KI-gestütztes System zur genauen Diagnose und Prognose von Bruststammtumoren

22. Februar 2024 aktualisiert von: nieyan, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Entwicklung eines auf künstlicher Intelligenz basierenden Systems zur präzisen Diagnose und Prognose von Bruststammtumoren

Der Brustphyllodentumor (PT) ist ein seltener fibroepithelialer Tumor, der 1 bis 3 % aller Brusttumoren ausmacht und von der WHO anhand histopathologischer Merkmale wie Tumorgrenze, Stromazellularität und Stromatypie in gutartig, grenzwertig und bösartig eingeteilt wird , mitotische Aktivität und Stromaüberwucherung. Bösartige PTs machen 18–25 % aus, mit hohen Lokalrezidivraten (bis zu 65 %) und Fernmetastasierungsraten (16–25 %). Eine gutartige PT kann sich nach mehreren Rezidiven zu einer Malignität entwickeln. Daher sind eine frühzeitige, genaue Diagnose und Identifizierung therapeutischer Ziele von entscheidender Bedeutung für die Verbesserung von Ergebnissen und Überlebensraten.

In den letzten Jahren besteht ein wachsendes Interesse an der Anwendung künstlicher Intelligenz (KI) in der medizinischen Diagnostik. KI kann klinische Informationen, histopathologische Bilder und Multi-Omics-Daten integrieren, um die pathologische und klinische Diagnose, Prognosevorhersage und molekulare Profilierung zu unterstützen. KI hat in verschiedenen Bereichen vielversprechende Ergebnisse gezeigt, einschließlich der Diagnose verschiedener Krebsarten wie Darmkrebs und Brustkrebs Krebs und Prostatakrebs. Allerdings unterscheidet sich PT vom Brustkrebs in der Diagnose und im Behandlungsansatz. Daher ist die Etablierung eines KI-basierten Systems zur präzisen Diagnose und Prognosebewertung von PT von entscheidender Bedeutung für die personalisierte Medizin.

Das von Dr. Nie Yan geleitete Forschungsteam ist eines der wenigen in der Provinz Guangdong und sogar landesweit, das sich auf PT-Forschung spezialisiert hat. Ihr Team hat die maligne Progression, Metastasierungsmechanismen und molekulare Marker für PT erforscht. Das Team hat Schlüsselmechanismen wie die Differenzierung von Fibroblasten zu Myofibroblasten und die Rolle tumorassoziierter Makrophagen bei der Förderung dieser Differenzierung identifiziert. Sie haben auch molekulare Marker identifiziert, darunter miR-21, α-SMA, CCL18 und CCL5, die im Vergleich zur herkömmlichen histopathologischen Einstufung eine genauere Vorhersage des Tumorrezidivrisikos ermöglichen.

Das Projekt hat hochwertige Daten von fast tausend Brust-PT-Patientinnen gesammelt, darunter Bildgebungs-, Histopathologie- und Überlebensdaten, und eine Transkriptom-Gensequenzierung an Gewebeproben durchgeführt. Ihr Ziel ist der Aufbau einer umfassenden Multi-Omics-Datenbank für Brust-PT und die Schaffung eines KI-basierten Modells für die Frühdiagnose und Prognosevorhersage. Diese Forschung hat das Potenzial, die Diagnose und Behandlung von Brust-PT zu verbessern, die Unterschiede in der Brust-PT-Versorgung in verschiedenen Regionen Chinas zu beseitigen und zur Entwicklung neuer Therapieziele beizutragen.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

4000

Kontakte und Standorte

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

Studienkontakt

Studienorte

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510120
        • Rekrutierung
        • Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University
        • Kontakt:
      • Guangzhou, Guangdong, China, 510050
        • Rekrutierung
        • Sun Yat-sen University Cancer Center
        • Kontakt:
          • Feng Ye, Prof.Dr.
          • Telefonnummer: 15914388994
      • Guangzhou, Guangdong, China, 510145
        • Rekrutierung
        • The Third Affiliated Hospital of Guangzhou Medical University
        • Kontakt:
          • Hui Mai, Prof.Dr.
          • Telefonnummer: 13925129112
      • Guangzhou, Guangdong, China, 511400
        • Rekrutierung
        • Guangdong Maternal and Child Health Hospital
        • Kontakt:
          • Yu Tan, Prof.Dr.
          • Telefonnummer: 13632356526

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

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten sind alle, die das Sun Yat-Sen Memorial Hospital der Sun Yat-Sen-Universität besucht haben.

Beschreibung

Einschlusskriterien:

  • Patienten, bei denen ein Phyllodestumor der Brust diagnostiziert wurde

Ausschlusskriterien:

  • Unscharfe Bilder, Bildartefakte

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Brustphyllodentumor
Bei Patienten wurde ein Phyllodestumor der Brust diagnostiziert
Diagnosetest: Bildgebung
Medizinische Bildgebungsmaterialien für Patienten, einschließlich Ultraschall, Mammographie, CT, MRT

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Empfindlichkeit
Zeitfenster: 5 Jahre
Die Wahrscheinlichkeit eines positiven Testergebnisses, vorausgesetzt, dass es tatsächlich positiv ist.
5 Jahre
Falsch-negativ-Rate
Zeitfenster: 5 Jahre
Bestimmen Sie die Wahrscheinlichkeit, in einer positiven Population negativ zu testen.
5 Jahre
Spezifität
Zeitfenster: 5 Jahre
Die Wahrscheinlichkeit eines negativen Testergebnisses, abhängig von einem echten Negativ.
5 Jahre
Falsch-Positiv-Rate
Zeitfenster: 5 Jahre
Bestimmen Sie die Wahrscheinlichkeit, in einer negativen Population positiv zu testen.
5 Jahre
Betriebskennlinie des Empfängers
Zeitfenster: 5 Jahre
Die ROC-Kurve ist eine Kurve, die auf einer Reihe unterschiedlicher dichotomer Klassifizierungen (Grenzwerte oder Entscheidungsschwellenwerte) basiert, wobei die Rate der echten positiven Ergebnisse (Sensitivität) die vertikale Koordinate und die Rate der falschen positiven Ergebnisse (1-Spezifität) die vertikale Koordinate ist horizontale Koordinate.
5 Jahre
Bereich unter der Felskurve
Zeitfenster: 5 Jahre
AUC ist definiert als die Fläche unter der von den Achsen umschlossenen ROC-Kurve. Je näher die AUC bei 1,0 liegt, desto authentischer ist der Test.
5 Jahre

Mitarbeiter und Ermittler

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

Sponsor

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Mitarbeiter

Sun Yat-sen University
The Third Affiliated Hospital of Guangzhou Medical University
Peking University Shenzhen Hospital
Guangdong Provincial Maternal and Child Health Hospital

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

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. März 2023

Primärer Abschluss (Geschätzt)

31. Dezember 2027

Studienabschluss (Geschätzt)

31. Dezember 2027

Studienanmeldedaten

Zuerst eingereicht

22. Februar 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

22. Februar 2024

Zuerst gepostet (Geschätzt)

29. Februar 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

29. Februar 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

22. Februar 2024

Zuletzt verifiziert

1. Februar 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • SYSKY-2023-351-02

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Beschreibung des IPD-Plans

Es ist nicht geplant, einzelne Teilnehmerdaten anderen Forschern zur Verfügung zu stellen.

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 Bildgebung

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Benin

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren