- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06762704
Evaluierung eines Modells der künstlichen Intelligenz zur Vorhersage der Ploidie menschlicher Blastozysten ohne invasive Verfahren
Ein nicht-invasives Modell der künstlichen Intelligenz zur Vorhersage der Ploidie menschlicher Blastozysten: eine multizentrische, prospektive, nicht randomisierte Validierungsstudie
Das Ziel dieser klinischen Studie ist die Evaluierung eines künstlichen Intelligenzmodells zur Vorhersage der menschlichen Blastozystenploidie ohne invasive Eingriffe bei Paaren, die genetische Präimplantationstests erhalten. Die wichtigsten Fragen, die beantwortet werden sollen, sind:
- Ist ein Modell der künstlichen Intelligenz in der Lage, den Ploidiestatus einer menschlichen Blastozyste anhand ihrer 3D-Morphologie vorherzusagen?
- Haben quantitative 3D-morphologische Parameter von Trophektodermzellen und der inneren Zellmasse starke Korrelationen mit dem Ploidiestatus menschlicher Blastozysten?
Am 5./6. Tag der Kultur werden Videos gesammelt, die Mehrfachansichten jeder Blastozyste der Teilnehmer enthalten. Die Ergebnisse der Präimplantationsgentests dieser Blastozysten werden 4–8 Wochen nach der Trophektodermbiopsie erfasst.
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Hintergrund:
Von August 2023 bis September 2024 wurde am Affiliated Nanjing Drum Tower Hospital der Nanjing University Medical School eine Pilotstudie durchgeführt. Videos und Ergebnisse von Präimplantations-Gentests (PGT) von 144 Blastozysten wurden retrospektiv gesammelt. Das Modell der künstlichen Intelligenz (KI) rekonstruierte zunächst die 3D-Oberfläche der Blastozysten aus den Videos und maß dann ihre morphologischen 3D-Parameter. Basierend auf diesen Parametern sagte das Modell den Ploidiestatus der Blastozysten voraus und die Vorhersageergebnisse wurden mit den PGT-Ergebnissen verglichen. Die Vorhersagesensitivität, Spezifität, Genauigkeit und AUC betrugen 90,5 %, 91,3 %, 90,9 % bzw. 0,946.
Studiendesign:
Dies ist eine multizentrische, prospektive, nicht randomisierte, nicht verblindete Einzelgruppenstudie. Nachdem alle Teilnehmer über die Studie und mögliche Risiken informiert wurden, verfassen sie die Einverständniserklärung. Es werden Videos und PGT-Ergebnisse der Blastozysten von Tag 5/6 von jedem Teilnehmer gesammelt. Blastozysten werden als euploid, mosaikartig und aneuploid klassifiziert, was einer Aneuploidie von <30 %, 30–80 % bzw. >80 % entspricht. Embryonenkultur, Biopsie und Transfer erfolgen nach der Standardarbeitsanweisung (SOP) im Labor. Die Studie ist nicht-interventionell und die Ergebnisse werden nicht für Behandlungsentscheidungen verwendet.
Probengröße:
Wir planen, ca. 1408 Blastozysten vom 5./6. Tag in diese Studie aufzunehmen, basierend auf der Sensitivitäts- und Spezifitätsanalyse einer einzigen Probe. Die Metaanalyse zeigt, dass die Sensitivität und Spezifität der bestehenden KI-Modelle 73,4 % (3702/5047) und 69,6 % (4892/7028) beträgt und die der nicht-invasiven chromosomalen Screening-Methoden 80,3 % (678/844) und betragen 73,3 % (908/1238) für die nicht-invasive Vorhersage des Blastozystenploidiestatus. Es wird davon ausgegangen, dass diese Studie eine Sensitivität von mindestens 85 % und eine Spezifität von mindestens 80 % bei einem Signifikanzniveau von α = 0,05 erreicht. Um eine statistische Trennschärfe von 0,9 zu erreichen, sind insgesamt 1126 Blastozysten erforderlich. Unter der Annahme einer Abbrecherquote von etwa 20 % werden voraussichtlich insgesamt 1408 Blastozysten aufgenommen. Diese Stichprobengrößenberechnung basiert auf der Analyse der statistischen Aussagekraft und wird während des Testzeitraums regelmäßig überprüft/angepasst, um sicherzustellen, dass eine hohe statistische Aussagekraft erreicht wird.
Datenverwaltung:
Für die Datenerfassung wird das elektronische Datenerfassungssystem (EDC) verwendet. Jedem Krankenhaus wird ein klinischer Forschungskoordinator zugewiesen, der für die Aufzeichnung der Videos und klinischen Daten über das EDC-System verantwortlich ist. Ein leitender klinischer Forschungsmitarbeiter wird die Daten im EDC-System regelmäßig in 5 Krankenhäusern überprüfen. Das Data Safety and Monitoring Committee (DSMC) ist für die Überwachung des gesamten Forschungsprozesses und des EDC-Systems verantwortlich. Bei unvollständigen oder fehlenden Daten im EDC-System wird das DSMC die Ermittler zur Klärung kontaktieren.
Statistische Analyse:
Die statistische Analyse wird mit IBM SPSS Statistics 26 durchgeführt. Kategoriale Variablen werden durch Anzahl und Prozentsatz beschrieben, und numerische Variablen werden durch Mittelwert, Standardabweichung (SD) und Bereich beschrieben. Der Chi-Quadrat-Test wird durchgeführt, um Trends in kategorialen Variablen zu analysieren, und der T-Test wird durchgeführt, um numerische Variablen zwischen verschiedenen Gruppen zu vergleichen. Mithilfe der Pearson-Korrelation wird die lineare Beziehung zwischen numerischen Variablen analysiert. Alle statistischen Tests sind zweiseitig. P-Werte von <0,05 gelten als statistisch signifikant und es werden Odd Ratios (ORs) mit einem Konfidenzintervall (CI) von 95 % berechnet. Die logistische Regression wird für die multivariate Analyse verwendet, um die angepassten Odd Ratios (aORs) zu berechnen. Die Leistung der KI zur Vorhersage der Blastozystenploidie wird anhand von Sensitivität, Spezifität, Genauigkeit und AUC mit einem Konfidenzintervall von 95 % bewertet.
Fehlende Daten werden entfernt, wenn der Anteil der Stichproben mit fehlenden Werten im Verhältnis zur Gesamtstichprobengröße sehr gering ist. Andernfalls wird das Durchschnitts-, Maximal-, Minimal-, Mittel- oder Regressionsmodell zur Imputation der fehlenden Werte verwendet. Ausreißer werden als fehlende Daten behandelt und entsprechend behandelt.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Shanshan Wang
- Telefonnummer: 13814549922
- E-Mail: wss_19860820@sina.com
Studieren Sie die Kontaktsicherung
- Name: Haixiang Sun
- Telefonnummer: 13851622008
- E-Mail: stevensunz@163.com
Studienorte
-
-
Anhui
-
Hefei, Anhui, China, 230001
- The First Affiliated Hospital of USTC (Anhui Provincial Hospital)
-
Kontakt:
- Limin Wu
- Telefonnummer: 18963797080
- E-Mail: wuliminmail@126.com
-
Kontakt:
- Limin Wu
-
-
Jiangsu
-
Nanjing, Jiangsu, China, 210008
- The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
-
Kontakt:
- Shanshan Wang
- Telefonnummer: 13814549922
- E-Mail: wss_19860820@sina.com
-
Kontakt:
- Haixiang Sun
-
-
Jiangxi
-
Nanchang, Jiangxi, China, 330046
- Jiangxi Maternal and Child Health Hospital
-
Kontakt:
- Yan Zhao
- Telefonnummer: 13807056599
- E-Mail: zhaoyan1972009@163.com
-
Kontakt:
- Yan Zhao
-
-
Shaanxi
-
Xi'an, Shaanxi, China, 710024
- Tangdu Hospital of Air Force Military Medical University
-
Kontakt:
- Xiaohong Wang
-
Kontakt:
- Xiaohong Wang
- Telefonnummer: 13991262559
- E-Mail: wangxh919@fmmu.edu.cn
-
-
Shanghai
-
Shanghai, Shanghai, China, 200127
- Renji Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
Kontakt:
- Yun Sun
-
Kontakt:
- Yun Sun
- Telefonnummer: 13601634278
- E-Mail: syun163@163.com
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Bei dieser Studie handelt es sich um eine multizentrische Studie, die in fünf Zentren für Reproduktionsmedizin in acht Provinzen (Jiangsu, Shanghai, Jiangxi, Shaanxi und Anhui) in ganz China durchgeführt wird. Das angegliederte Nanjing Drum Tower Hospital der Nanjing University Medical School wird als primäres Untersuchungszentrum dienen. Als teilnehmende Untersuchungszentren werden das Renji-Krankenhaus der Shanghai Jiao Tong University School of Medicine, das Jiangxi Maternal and Child Health Hospital, das Tangdu Hospital der Air Force Military Medical University und das First Affiliated Hospital des USTC (Anhui Provincial Hospital) fungieren.
Videos, die Mehrfachbilder menschlicher Blastozysten enthalten, werden am 5./6. Tag der Kultur gesammelt. Die PGT-A-Ergebnisse dieser Blastozysten werden 4–8 Wochen nach der Trophektodermbiopsie erfasst. Die Studie ist nicht-interventionell und die Ergebnisse werden nicht für Behandlungsentscheidungen verwendet.
Beschreibung
Einschlusskriterien:
- Alter der Mutter zwischen 20 und 40 Jahren; Alter des Vaters zwischen 20 und 55 Jahren.
- Präimplantations-Gentests (PGT)-Zyklen, einschließlich PGT für Aneuploidie, PGT für monogene Störungen (PGT-M) oder PGT für strukturelle Chromosomendefekte (PGT-SR).
- Mindestens eine Blastozyste am Tag 5/6 hat sich aus einem Embryo mit zwei Vorkernen (2PN) entwickelt, der für eine Trophektoderm-Biopsie geeignet ist (d. h. Expansionsgrad: IV und mindestens eine Note besser als C für Trophektoderm- und innere Zellmassenbewertung).
- Paare mit schriftlicher Einverständniserklärung.
Ausschlusskriterien:
- Paare mit Kontraindikationen für IVF oder PGT.
- Frauen, bei denen alle Eizellen nach der Entnahme eingefroren wurden.
- Paare, die das Studienprotokoll nicht befolgen.
- Paare, die vom Prüfarzt unter Berücksichtigung des Studienprotokolls und der Behandlungssicherheit als nicht für die Aufnahme geeignet erachtet werden.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Empfindlichkeit
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Empfindlichkeit = TP/(TP+FN).
TP: Anzahl der Ergebnisse, bei denen eine euploide Blastozyste korrekt als Euploidie vorhergesagt wurde.
FN: Anzahl der Ergebnisse, bei denen eine euploide Blastozyste fälschlicherweise als Aneuploidie vorhergesagt wird.
Eine hohe Empfindlichkeit weist auf eine gute Fähigkeit zur Vorhersage euploider Blastozysten hin.
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
|
Spezifität
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Spezifität = TN/(TN+FP).
TN: Anzahl der Ergebnisse, bei denen eine aneuploide Blastozyste korrekt als Aneuploidie vorhergesagt wurde.
FP: Anzahl der Ergebnisse, bei denen eine aneuploide Blastozyste fälschlicherweise als Euploidie vorhergesagt wird.
Eine hohe Spezifität weist auf eine gute Fähigkeit zur Vorhersage aneuploider Blastozysten hin.
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Die Genauigkeit bewertet die Anzahl der korrekten Vorhersagen der Blastozystenploidie im Verhältnis zur Gesamtzahl der Vorhersagen
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
|
AUC
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
AUC ist definiert als die Fläche unter der Betriebskennlinie des Empfängers, die die Gesamtleistung des Modells zur Vorhersage der Blastozystenploidie unabhängig vom Klassifizierungsschwellenwert bewertet.
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Haixiang Sun, The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Alpha Scientists in Reproductive Medicine and ESHRE Special Interest Group of Embryology. The Istanbul consensus workshop on embryo assessment: proceedings of an expert meeting. Hum Reprod. 2011 Jun;26(6):1270-83. doi: 10.1093/humrep/der037. Epub 2011 Apr 18.
- Sciorio R, Dattilo M. PGT-A preimplantation genetic testing for aneuploidies and embryo selection in routine ART cycles: Time to step back? Clin Genet. 2020 Aug;98(2):107-115. doi: 10.1111/cge.13732. Epub 2020 Apr 6.
- Belandres D, Shamonki M, Arrach N. Current status of spent embryo media research for preimplantation genetic testing. J Assist Reprod Genet. 2019 May;36(5):819-826. doi: 10.1007/s10815-019-01437-6. Epub 2019 Mar 21.
- Munne S, Kaplan B, Frattarelli JL, Child T, Nakhuda G, Shamma FN, Silverberg K, Kalista T, Handyside AH, Katz-Jaffe M, Wells D, Gordon T, Stock-Myer S, Willman S; STAR Study Group. Preimplantation genetic testing for aneuploidy versus morphology as selection criteria for single frozen-thawed embryo transfer in good-prognosis patients: a multicenter randomized clinical trial. Fertil Steril. 2019 Dec;112(6):1071-1079.e7. doi: 10.1016/j.fertnstert.2019.07.1346. Epub 2019 Sep 21.
- Scott RT Jr, Ferry K, Su J, Tao X, Scott K, Treff NR. Comprehensive chromosome screening is highly predictive of the reproductive potential of human embryos: a prospective, blinded, nonselection study. Fertil Steril. 2012 Apr;97(4):870-5. doi: 10.1016/j.fertnstert.2012.01.104. Epub 2012 Feb 2.
- Wang L, Wang X, Liu Y, Ou X, Li M, Chen L, Shao X, Quan S, Duan J, He W, Shen H, Sun L, Yu Y, Cram DS, Leigh D, Yao Y. IVF embryo choices and pregnancy outcomes. Prenat Diagn. 2021 Dec;41(13):1709-1717. doi: 10.1002/pd.6042. Epub 2021 Oct 14.
- Kushnir VA, Frattarelli JL. Aneuploidy in abortuses following IVF and ICSI. J Assist Reprod Genet. 2009 Mar;26(2-3):93-7. doi: 10.1007/s10815-009-9292-z. Epub 2009 Feb 18.
- Kim JW, Lee WS, Yoon TK, Seok HH, Cho JH, Kim YS, Lyu SW, Shim SH. Chromosomal abnormalities in spontaneous abortion after assisted reproductive treatment. BMC Med Genet. 2010 Nov 3;11:153. doi: 10.1186/1471-2350-11-153.
- Rosenwaks Z, Handyside AH, Fiorentino F, Gleicher N, Paulson RJ, Schattman GL, Scott RT Jr, Summers MC, Treff NR, Xu K. The pros and cons of preimplantation genetic testing for aneuploidy: clinical and laboratory perspectives. Fertil Steril. 2018 Aug;110(3):353-361. doi: 10.1016/j.fertnstert.2018.06.002. No abstract available.
- Cinnioglu C, Glessner H, Jordan A, Bunshaft S. A systematic review of noninvasive preimplantation genetic testing for aneuploidy. Fertil Steril. 2023 Aug;120(2):235-239. doi: 10.1016/j.fertnstert.2023.06.013. Epub 2023 Jun 24.
- Ozgur K, Berkkanoglu M, Bulut H, Yoruk GDA, Candurmaz NN, Coetzee K. Single best euploid versus single best unknown-ploidy blastocyst frozen embryo transfers: a randomized controlled trial. J Assist Reprod Genet. 2019 Apr;36(4):629-636. doi: 10.1007/s10815-018-01399-1. Epub 2019 Jan 7.
- Tiegs AW, Tao X, Zhan Y, Whitehead C, Kim J, Hanson B, Osman E, Kim TJ, Patounakis G, Gutmann J, Castelbaum A, Seli E, Jalas C, Scott RT Jr. A multicenter, prospective, blinded, nonselection study evaluating the predictive value of an aneuploid diagnosis using a targeted next-generation sequencing-based preimplantation genetic testing for aneuploidy assay and impact of biopsy. Fertil Steril. 2021 Mar;115(3):627-637. doi: 10.1016/j.fertnstert.2020.07.052. Epub 2020 Aug 28.
- Chavez-Badiola A, Flores-Saiffe-Farias A, Mendizabal-Ruiz G, Drakeley AJ, Cohen J. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reprod Biomed Online. 2020 Oct;41(4):585-593. doi: 10.1016/j.rbmo.2020.07.003. Epub 2020 Jul 5.
- Diakiw SM, Hall JMM, VerMilyea MD, Amin J, Aizpurua J, Giardini L, Briones YG, Lim AYX, Dakka MA, Nguyen TV, Perugini D, Perugini M. Development of an artificial intelligence model for predicting the likelihood of human embryo euploidy based on blastocyst images from multiple imaging systems during IVF. Hum Reprod. 2022 Jul 30;37(8):1746-1759. doi: 10.1093/humrep/deac131.
- Barnes J, Brendel M, Gao VR, Rajendran S, Kim J, Li Q, Malmsten JE, Sierra JT, Zisimopoulos P, Sigaras A, Khosravi P, Meseguer M, Zhan Q, Rosenwaks Z, Elemento O, Zaninovic N, Hajirasouliha I. A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study. Lancet Digit Health. 2023 Jan;5(1):e28-e40. doi: 10.1016/S2589-7500(22)00213-8.
- Danardono GB, Handayani N, Louis CM, Polim AA, Sirait B, Periastiningrum G, Afadlal S, Boediono A, Sini I. Embryo ploidy status classification through computer-assisted morphology assessment. AJOG Glob Rep. 2023 May 18;3(3):100209. doi: 10.1016/j.xagr.2023.100209. eCollection 2023 Aug.
- Jiang VS, Bormann CL. Noninvasive genetic screening: current advances in artificial intelligence for embryo ploidy prediction. Fertil Steril. 2023 Aug;120(2):228-234. doi: 10.1016/j.fertnstert.2023.06.025. Epub 2023 Jun 30.
- Lee CI, Su YR, Chen CH, Chang TA, Kuo EE, Zheng WL, Hsieh WT, Huang CC, Lee MS, Liu M. End-to-end deep learning for recognition of ploidy status using time-lapse videos. J Assist Reprod Genet. 2021 Jul;38(7):1655-1663. doi: 10.1007/s10815-021-02228-8. Epub 2021 May 22.
- Huang B, Tan W, Li Z, Jin L. An artificial intelligence model (euploid prediction algorithm) can predict embryo ploidy status based on time-lapse data. Reprod Biol Endocrinol. 2021 Dec 13;19(1):185. doi: 10.1186/s12958-021-00864-4.
- Jiang VS, Kandula H, Thirumalaraju P, Kanakasabapathy MK, Cherouveim P, Souter I, Dimitriadis I, Bormann CL, Shafiee H. The use of voting ensembles to improve the accuracy of deep neural networks as a non-invasive method to predict embryo ploidy status. J Assist Reprod Genet. 2023 Feb;40(2):301-308. doi: 10.1007/s10815-022-02707-6. Epub 2023 Jan 14.
- Paya E, Pulgarin C, Bori L, Colomer A, Naranjo V, Meseguer M. Deep learning system for classification of ploidy status using time-lapse videos. F S Sci. 2023 Aug;4(3):211-218. doi: 10.1016/j.xfss.2023.06.002. Epub 2023 Jun 30.
- Shan G, Dai C, Liu H, Wang X, Dou W, Zhang Z, Sun Y. 3D Morphology Measurement for Blastocyst Evaluation From "All Angles". IEEE Trans Biomed Eng. 2023 Jun;70(6):1921-1930. doi: 10.1109/TBME.2022.3232068. Epub 2023 May 19.
- Shan G, Abdalla K, Liu H, Dai C, Tan J, Law J, Steinberg C, Li A, Kuznyetsova I, Zhang Z, Librach C, Sun Y. Non-invasively predicting euploidy in human blastocysts via quantitative 3D morphology measurement: a retrospective cohort study. Reprod Biol Endocrinol. 2024 Oct 28;22(1):132. doi: 10.1186/s12958-024-01302-x.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Andere Studien-ID-Nummern
- 2024-739-02
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
IPD-Sharing-Zeitrahmen
IPD-Sharing-Zugriffskriterien
Art der unterstützenden IPD-Freigabeinformationen
- STUDIENPROTOKOLL
- SAFT
- ICF
- ANALYTIC_CODE
- CSR
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .