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

Implementierung von chirurgischer Sicherheit und intraoperativer Metastasenidentifizierung durch Deep Learning: Multizentrische Videosammlung für die minimalinvasive Sentinel-Lymphknoten-Dissektion bei bösartigen Gebärmuttererkrankungen (LYSE)

1. Oktober 2024 aktualisiert von: Bizzarri Nicolò, Fondazione Policlinico Universitario Agostino Gemelli IRCCS

Der lokoregionäre metastasierte oder nicht metastasierte Status der Lymphknoten (LN) ist für die therapeutische Behandlung der meisten Krebspatienten von entscheidender Bedeutung. Tatsächlich ist das Vorhandensein oder Nichtvorhandensein von Lymphmetastasen für die genaue Stadieneinteilung der Krankheit von wesentlicher Bedeutung und hat großen Einfluss auf die Prognose und die adjuvanten Behandlungsschemata. Eine wichtige Revolution in der onkologischen Chirurgie war die Einführung des Konzepts der Sentinel-Lymphknoten-Biopsie (SLN), um die Komplikationen ausgedehnter lokoregionaler Lymphadenektomien zu reduzieren. Die SLN-Identifizierung mittels ICG-basierter Nahinfrarot-Fluoreszenz (NIR)-Injektion in den Gebärmutterhals und deren Dissektion wird jetzt von europäischen Leitlinien für die Stadieneinteilung von Uterusmalignitäten (Endometrium- und Gebärmutterhalskrebs) empfohlen. Allerdings weisen SLN-Verfahren mehrere Einschränkungen auf. In 11,2 % der Fälle werden intra- oder postoperative Komplikationen aufgrund von Verletzungen anatomischer Strukturen (Gefäß-, Nerven- und Lymphkanalstörungen) berichtet. Zu den häufigsten Fehlern, insbesondere wenn die Lernkurve nicht abgeschlossen ist (mindestens 40 Verfahren), gehören Zuordnungsfehler (25 %) und das Entfernen von Knoten der zweiten/dritten Ebene und/oder leeren Knotenpaketen (8–14 %). Darüber hinaus ist die intraoperative Genauigkeit des Gefrierschnitts mit nur 65 % der SLN-Metastasenerkennung immer noch bei weitem nicht ausreichend.

Diese Einschränkungen sind auf die mangelnde Präzision der aktuellen SLN-Lokalisierung und -Analyse sowie auf die allgemeine Schwierigkeit bei der Visualisierung von Lymphknoten und anderen kritischen Strukturen im Retroperitoneum zurückzuführen.

Derzeit basieren Studien zur Sicherheit chirurgischer Eingriffe auf perioperativen klinischen Informationen und postoperativen Berichten, die von den Chirurgen selbst verfasst wurden. Heutzutage ermöglichen Videos, die minimalinvasive chirurgische Eingriffe begleiten, eine objektive Dokumentation des Eingriffs und bieten Möglichkeiten, Lösungen zur Verbesserung der Sicherheit im Operationssaal zu erkunden. Da endoskopische Systeme in verschiedenen Fachgebieten zunehmend zum Einsatz kommen, ist eine Standardisierung der Ausbildung, Beurteilung, Prüfung und Anerkennung als kompetenter Chirurg erforderlich, um die Patientensicherheit zu verbessern. Bei der laparoskopischen Lymphknotendissektion bei Endometrium- und Gebärmutterhalskrebs wird dringend ein standardisierter schrittweiser Ansatz für das Verfahren empfohlen, bei dem wichtige anatomische Orientierungspunkte und Strukturen in verschiedenen Szenarien identifiziert werden, die Gefäß-, Nerven- und Harnleiterverletzungen verhindern und die Kartierungsrate verbessern könnten. Daher würde die Quantifizierung und Untersuchung intraoperativer Ereignisse wie der Geschwindigkeit, mit der die richtigen Raumpräparationen und die Visualisierung anatomischer Strukturen erreicht werden, als empfohlener Schritt für Sicherheit und Kompetenz die Untersuchung ermöglichen, wie Leitlinienempfehlungen am besten umgesetzt und neue Lösungen zur Reduzierung operativer Risiken gesucht werden können. Diese Videos könnten zum Trainieren und Validieren von Algorithmen der künstlichen Intelligenz (KI) genutzt werden, mit dem Potenzial, Chirurgen im Operationssaal zu unterstützen und die Eingriffe sicherer zu machen. Darüber hinaus könnten die visuellen Informationen (ICG-Intensität) Daten verbergen, die die KI analysieren und mit anatomopathologischen Berichten korrelieren kann. Durch die Integration des KI-Tools mit der laparoskopischen/Roboterplattform ist es möglich, MIS-Videostreams in Echtzeit durch Erkennung chirurgischer Phasen, Ereigniserkennung, ICG-Signalintensität, Identifizierung anatomischer Strukturen und automatisches Targeting zu verbessern

Studienübersicht

Detaillierte Beschreibung

Etwa zwei Drittel aller Krankenhauskomplikationen sind auf chirurgische Eingriffe zurückzuführen. Etwa 75 % dieser Komplikationen treten bei chirurgischen Eingriffen auf und die Hälfte davon gilt als vermeidbar. Traditionell stützten sich Studien zur chirurgischen Sicherheit hauptsächlich auf perioperative Informationen und schriftliche Berichte der Chirurgen selbst. Heutzutage können problemlos Videos aufgezeichnet werden, die den Chirurgen bei minimalinvasiven Eingriffen begleiten und so eine objektive Dokumentation chirurgischer Eingriffe ermöglichen. Das Studium von Operationsvideos und die Quantifizierung intraoperativer Ereignisse bieten eine vielversprechende neue Perspektive auf die Ursachen unerwünschter Ereignisse mit dem Potenzial, Lösungen zur Reduzierung chirurgischer Risiken zu entwickeln und die Umsetzung internationaler Sicherheitsempfehlungen in der Chirurgie zu erleichtern.

Darüber hinaus haben die jüngsten Fortschritte in der künstlichen Intelligenz (KI) große Erfolge beim Bildverständnis gezeigt und die Möglichkeit eröffnet, Algorithmen für die automatische und groß angelegte Analyse von Operationsvideos zu entwickeln. Diese KI-Algorithmen könnten auch Operationsvideos in Echtzeit analysieren und Entscheidungsunterstützung im Operationssaal bieten.

Die Beurteilung des Lymphknotenstatus ist bei Gebärmutterkrebs (Endometrium- und Gebärmutterhalskrebs) von entscheidender Bedeutung. Die Rate positiver Lymphknoten bei Krebserkrankungen im scheinbar frühen Stadium ist bei weitem niedrig (10 % im Endometrium und 15 % im Gebärmutterhals). Tatsächlich werden die Prognose und die adjuvanten Behandlungsschemata stark vom Vorliegen einer Lymphknotenbeteiligung beeinflusst. Zur Stadieneinteilung, Diagnose von Skip-Metastasen und zur Definition des Strahlenfeldes werden häufig systematische ausgedehnte Lymphadenektomien durchgeführt, wenn adjuvante Strahlentherapie-Behandlungen erforderlich sind. Dennoch kann eine Becken- und/oder paraaortale Lymphadenektomie zu erheblichen kurz- und langfristigen Komplikationen führen.

Was die Last der chirurgischen Morbidität noch erträglicher macht, ist die Tatsache, dass die Lymphknoten in den meisten Fällen, unabhängig von der Art der bösartigen Beckenerkrankung, frei von Metastasen sind. Dies bedeutet, dass sich die meisten Patienten einem unnötigen, riskanten und belastenden Eingriff unterziehen, der nachweislich keinen Einfluss auf ihr Überleben hat. Um dieses Problem bei Endometrium- und Gebärmutterhalskrebs im Frühstadium zu lösen, kommt der Beurteilung des Sentinel-Lymphknotens (SLN) eine wichtige Rolle zu Durch das Sammeln neoplastischer Zellen im Falle einer Tumorknotenausbreitung können Knoten-negative Patienten von den chirurgischen Komorbiditäten verschont bleiben, die mit einer systematischen Lymphadenektomie einhergehen. Doch selbst wenn nur SLN entfernt wird, ist die Rate chirurgischer Komplikationen immer noch hoch. Capozzi et al. berichteten über eine Komplikationsrate von 11,2 % im Zusammenhang mit intraoperativen Verletzungen von Gefäßen, Nerven und Harnleitern sowie mit postoperativen Anzeichen von Lymphozelen und Lymphödemen aufgrund einer falschen anatomischen Präparation und einer Störung der Lymphkanäle. Es wird berichtet, dass 25 % der SLN-Kartierungsfehler je nach Patienten- und Krebsmerkmalen sowie der Variabilität der chirurgischen Schritte vorliegen. Im Jahr 2021 veröffentlichten Moloney et al. und 2023 Bizzarri et al. einen Delphi-Konsens für SLN-Operationsschritte bei Endometrium- und Gebärmutterhalskrebs, um die klinischen Ergebnisse zu verbessern, chirurgische Komplikationen und Verzerrungen in multizentrischen prospektiven Studien zu verringern. Bisher wurde nachgewiesen, dass für eine erfolgreiche bilaterale Kartierung eine Lernkurve von 40 Verfahren erforderlich ist. Darüber hinaus wird in einigen Fällen berichtet, dass in 14 % der Fälle (häufiger bei adipösen Patientinnen mit Endometriumkarzinom) versehentlich keine Knotengewebeentnahme mit leeren Packungen durchgeführt wurde, was aus Gründen der Patientensicherheit zu einer Überbehandlung führen kann. Die Analyse von Sentinel-Knoten-Gefrierschnitten wird dann aufgrund ihres Zeitaufwands und der ungenauen Ergebnisse für die Mikrometastasenerkennung (65 % der Erkennungsgenauigkeit) nicht routinemäßig durchgeführt, wodurch ein Teil des technischen Potenzials verloren geht.

Bei der laparoskopischen Cholezystektomie wurde beschrieben, dass die kritische Sicht der Sicherheit (CVS) das Risiko einer Gallengangsverletzung verringert. Unser Ziel ist es, Konzepte der „Sicherheitskultur“ an die laparoskopische SLN-Knotendissektion anzupassen, indem wir wichtige anatomische Orientierungspunkte und Strukturen in verschiedenen Szenarien identifizieren, die intraoperative Verletzungen verhindern und die Kartierungsrate durch Befolgen der standardisierten chirurgischen Schritte erhöhen könnten.

Daher würde die Quantifizierung und Untersuchung intraoperativer Ereignisse, wie z. B. die Rate, mit der die empfohlenen chirurgischen Schritte erreicht werden, die Untersuchung ermöglichen, wie Leitlinienempfehlungen am besten umgesetzt werden können, und nach neuen Lösungen zur Reduzierung operativer Risiken suchen. Darüber hinaus könnten diese Videos zum Trainieren und Validieren von Algorithmen der künstlichen Intelligenz (KI) verwendet werden, mit dem Potenzial, Chirurgen im Operationssaal dabei zu helfen, bei der Schulung zu helfen, die Lernkurve zu beschleunigen und die Verfahrenssicherheit zu verbessern. Tatsächlich könnten aktuelle KI-Algorithmen, die in der Lage sind, den Critical View of Safety (CVS) automatisch zu bewerten und mit kurzen Videos zu dokumentieren, genutzt werden, um die Umsetzung von Richtlinien zu unterstützen und die laparoskopische SLN-Dissektion sicherer zu machen.

Die Analyse von Videos laparoskopischer SLN-Dissektionen, die in Überweisungszentren durchgeführt wurden, könnte dabei helfen, die Umsetzung eines schrittweisen Ansatzes für das Verfahren und die Entwicklung einer kritischen Sicht auf die Sicherheit (CVS) zusammen mit anderen Leitlinienempfehlungen zu bewerten sowie neue Lösungen für sichere laparoskopische SLN zu entwickeln Präparation. Die Schritte zur Identifizierung und der „kritische Blick auf die Sicherheit“ werden in der Studie ausführlich beschrieben. Unser Projekt betont, wie wichtig es ist, diese Sicherheitsvorstellungen zu verwirklichen, bevor mit dem nächsten Schritt des Verfahrens fortgefahren wird. Der nächste Schritt besteht darin, die Intensität des Fluoreszenzsignals zu analysieren und es, wie es noch nie jemand getan hat, mit der histologischen Diagnose des Wächterlymphknotens zu korrelieren, um die Möglichkeit einer Korrelation zwischen Intensität und metastatischer Natur zu beurteilen.

Darüber hinaus könnten KI-Algorithmen für eine sichere laparoskopische SLN-Dissektion anhand der gesammelten Videos mehrerer Krankenhauszentren getestet werden, um die Generalisierbarkeit dieser Algorithmen vor der klinischen Übersetzung angemessen zu untersuchen.

Zwecke und Ziel der klinischen Studie:

Das Ziel dieser Studie besteht darin, die Rate der kritischen Sicht auf die Sicherheit (CVS) für eine sichere laparoskopische SLN-Dissektion in einer multizentrischen Kohorte von Operationsvideos zu ermitteln, um Komplikationen zu reduzieren, die chirurgische Lernkurve zu verbessern und die ICG-Intensität mit der Art der Lymphknotenmetastasierung zu korrelieren

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

100

Kontakte und Standorte

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

Studienkontakt

Studienorte

      • Roma, Italien
        • Rekrutierung
        • Fondazione Policlinico Universitario A. Gemelli IRCCS
        • Kontakt:
          • Matteo Pavone, MD
          • Telefonnummer: 00390630151
      • Rome, Italien
        • Rekrutierung
        • Fondazione Policlinico Universitario A. Gemelli IRCCS

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Frauen, die sich einer laparoskopischen oder robotischen Sentinel-Lymphknotendissektion wegen Endometrium- oder Gebärmutterhalskrebs unterziehen

Beschreibung

Einschlusskriterien:

  • Frauen, die sich einer MIS-Sentinel-Lymphknotendissektion wegen Endometrium- oder Gebärmutterhalskrebs unterziehen
  • Verfügbarkeit von Videos
  • Alter >18 Jahre
  • Bereitschaft zur Teilnahme an der Studie und zur Einwilligung nach Aufklärung

Ausschlusskriterien:

  • Frühere Strahlentherapiebehandlungen des Beckens
  • Schwere Endometriose oder andere Erkrankungen, die die Beckenanatomie verändern können

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Bewerten Sie die Rate der Erreichung einer kritischen Sicht auf die Sicherheit (CVS) gemäß den Standardvereinbarungsempfehlungen bei laparoskopischen SLN-Dissektionsverfahren, die in an der Studie beteiligten Zentren durchgeführt werden.
Zeitfenster: 24 Monate
Der Anteil der kritischen Ansichten zur Sicherheitsleistung wird in einer videobasierten Beurteilung durch Experten von Gynäkologen bewertet und gemäß dem Anmerkungsprotokoll gekennzeichnet. Daher wird auch die zwischenstaatliche Vereinbarung bewertet
24 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Entwickeln Sie ein Tool für künstliche Intelligenz
Zeitfenster: 24 Monate
Kann perioperative Komplikationen reduzieren (bewertet nach der Clavien-Dindo-Skala)
24 Monate
Entwickeln Sie ein Tool für künstliche Intelligenz
Zeitfenster: 24 Monate
ist in der Lage, die Rate leerer Packungen zu reduzieren (ausgedrückt in Prozent und bewertet mit der Pathologie als Goldstandard)
24 Monate
Entwickeln Sie ein Tool für künstliche Intelligenz
Zeitfenster: 24 Monate
ist in der Lage, die chirurgische Lernkurve umzusetzen, die als Rate von Mapping-Fehlern und leeren Paketen gemessen wird
24 Monate
Entwickeln Sie ein Tool für künstliche Intelligenz
Zeitfenster: 24 Monate
ist in der Lage, das Vorhandensein von Mikro- und Makrometastasen zu definieren, die mit der ICG-Fluoreszenz korrelieren (bewertet anhand der Pathologie als Goldstandard und gemessen in Prozent).
24 Monate

Mitarbeiter und Ermittler

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

Ermittler

  • Hauptermittler: Matteo PAVONE, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy; IHU Strasbourg; IRCAD Strasbourg; Icube Strasbourg;
  • Hauptermittler: Nicolò BIZZARRI, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Hauptermittler: Lise LECOINTRE, MD, PhD, University Hospitals of Starsbourg; Icube Strasbourg; IHU Strasbourg
  • Studienstuhl: Denis QUERLEU, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Studienstuhl: Nicolas PADOY, PhD, IHU Strasbourg
  • Studienleiter: Giovanni SCAMBIA, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Studienstuhl: Francesco FANFANI, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Studienstuhl: Cherif AKLADIOS, MD, PhD, University Hospitals of Strasbourg
  • Studienstuhl: Pietro MASCAGNI, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Studienstuhl: Valentina IACOBELLI, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Studienstuhl: Andrea ROSATI, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy

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)

17. September 2024

Primärer Abschluss (Geschätzt)

30. September 2026

Studienabschluss (Geschätzt)

30. September 2027

Studienanmeldedaten

Zuerst eingereicht

24. September 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

27. September 2024

Zuerst gepostet (Tatsächlich)

1. Oktober 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

2. Oktober 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

1. Oktober 2024

Zuletzt verifiziert

1. Oktober 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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

Klinische Studien zur Probenahme von Sentinel-Lymphknoten

Abonnieren