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

Deep Learning zur histopathologischen Klassifizierung und Prognose gynäkologischer Tumoren der glatten Muskulatur (STUMP)

13. Januar 2026 aktualisiert von: Institut Bergonié
Tumore der glatten Muskulatur der Gebärmutter, die nicht den diagnostischen Kriterien der Gutartigkeit (z. B. Leiomyome) oder Bösartigkeit (z. B. Leiomyosarkome) entsprechen, werden als STUMP (Tumor der glatten Muskulatur mit ungewissem malignen Potenzial) bezeichnet. Eine mögliche Lösung für dieses Problem könnte die Anwendung von Vorhersagemodellen mithilfe künstlicher Intelligenz (KI) sein, um die histopathologische Klassifizierung und Prognose gynäkologischer Tumoren der glatten Muskulatur zu unterstützen. Deep Learning mit Faltungs-Neuronalen Netzen stellt eine spezielle Klasse des maschinellen Lernens dar, bei dem Vorhersagemodelle trainiert werden, indem kleine Gruppen von Pixeln in digitalen Bildern berücksichtigt und hervorstechende Merkmale iterativ identifiziert werden. In dieser Studie wollen wir Deep-Learning-Modelle entwickeln, die in der Lage sind, gynäkologische Tumoren der glatten Muskulatur genau zu unterklassifizieren und die Prognose vorherzusagen, basierend auf histopathologischen Merkmalen von Hämatoxylin- und Eosin (H&E)-Objektträgern. Ziel ist die Entwicklung eines diagnostischen und prognostischen Algorithmus, der Pathologen dabei hilft, Tumore der glatten Gebärmuttermuskulatur besser zu klassifizieren, zu diagnostizieren und ihren klinischen Verlauf vorherzusagen.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

392

Kontakte und Standorte

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

Studienkontakt

Studienorte

  • Frankreich
      • Bordeaux, Frankreich
        • Rekrutierung
        • Institut Bergonie
        • Kontakt:
          • Sabrina CROCE

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

- Tumoren der glatten Muskulatur der Gebärmutter: Leiomyome, Tumoren der glatten Muskulatur unsicherer Malignität und Leiomyosarkome.

Beschreibung

Einschlusskriterien:

  • Patienten mit einer Diagnose von Tumoren der glatten Gebärmuttermuskulatur (Leiomyome, Tumoren der glatten Muskulatur unsicherer Malignität und Leiomyosarkome), die in der RRePS-Datenbank registriert sind und/oder am Institut Bergonié oder einem der teilnehmenden Zentren behandelt werden.
  • Histopathologisches Material vorhanden (Petroleumblöcke und/oder Objektträger).

Ausschlusskriterien:

  • n / A

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
STUMP-Kohorte
Tumoren der glatten Muskulatur der Gebärmutter, die nicht den diagnostischen Kriterien der Gutartigkeit (z. B. Leiomyome) oder Bösartigkeit (z. B. Leiomyosarkome) entsprechen: Tumor der glatten Muskulatur mit ungewissem bösartigen Potenzial
Sonstiges: Kein Eingriff
Keine Intervention, da es sich um eine Beobachtungsstudie handelt
Leiomyom-Leiomyosarkom
Tumoren der glatten Muskulatur der Gebärmutter, die den Diagnosekriterien Gutartigkeit (wie Leiomyome) oder Bösartigkeit (wie Leiomyosarkome) entsprechen
Sonstiges: Kein Eingriff
Keine Intervention, da es sich um eine Beobachtungsstudie handelt

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Entwickeln Sie Deep-Learning-Modelle, die gynäkologische glatte Muskelgeschwülste genau subklassifizieren können
Zeitfenster: während der gesamten Studiendurchführung - ein erwarteter Durchschnitt von 6 Monaten nach der Datenerhebung
Dieses Projekt zielt darauf ab, die Diagnose und Prognose gynäkologischer glattmuskulärer Tumoren zu verbessern, einschließlich Leiomyomen (LM), Leiomyosarkomen (LMS) und glattmuskulären Tumoren mit ungewissem malignem Potenzial (STUMP). Im Detail wird ein Arbeitsablauf entwickelt, der zwei Stufen umfasst, um GSMT-Subtypen automatisch aus Ganzschnittbildern zu klassifizieren und das progressionsfreie Überleben von Patienten in den LMS- und STUMP-Gruppen vorherzusagen, wodurch Klinikern ein effektiveres Werkzeug zur Verbesserung der Arbeitsablaufqualität bereitgestellt wird.
während der gesamten Studiendurchführung - ein erwarteter Durchschnitt von 6 Monaten nach der Datenerhebung

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Entwickeln Sie ein prognostisches Instrument für STUMP
Zeitfenster: 6 Monate nach Erhalt der Daten.
Entwickeln Sie ein Modell zur Vorhersage des progressionsfreien Überlebens für die STUMP-Gruppe basierend auf den aus Ganzschnittbildern extrahierten Merkmalen.
6 Monate nach Erhalt der Daten.

Mitarbeiter und Ermittler

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

Sponsor

Institut Bergonié

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. Dezember 2023

Primärer Abschluss (Geschätzt)

1. Dezember 2026

Studienabschluss (Geschätzt)

1. Dezember 2026

Studienanmeldedaten

Zuerst eingereicht

2. August 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

2. August 2024

Zuerst gepostet (Tatsächlich)

6. August 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

15. Januar 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

13. Januar 2026

Zuletzt verifiziert

1. Januar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • IB2023-STUMP

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 Kein Eingriff

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Montenegro

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren