- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT04893200
Modelo de predicción basado en radiómica de tumor diseminado a través del espacio aéreo en adenocarcinoma de pulmón
¿Podría la radiómica predecir la propagación del tumor a través del espacio aéreo en el adenocarcinoma de pulmón en todos los entornos de tomografía computarizada?
La propagación a través del espacio aéreo (STAS) se ha informado como un factor de pronóstico negativo en pacientes con cáncer de pulmón sometidos a resección sublobar. Por tanto, su valoración preoperatoria podría ser útil para personalizar el tratamiento quirúrgico. Recientemente se ha propuesto la radiómica para predecir STAS en pacientes con adenocarcinoma de pulmón. Sin embargo, todos los estudios han seleccionado estrictamente tanto imágenes como pacientes, por lo que los resultados son difícilmente aplicables a la práctica clínica diaria. El objetivo de este estudio es probar un modelo de predicción de STAS basado en radiómica en un conjunto de datos basado en la práctica y verificar su validez y potencial de traducción.
Los datos clínicos y radiológicos de 100 pacientes consecutivos con adenocarcinoma de pulmón resecado se recopilaron retrospectivamente para la sección de capacitación. Como en la práctica clínica común, las imágenes de TC preoperatorias fueron adquiridas de forma independiente por diferentes médicos y de diferentes hospitales. Por lo tanto, nuestro conjunto de datos presenta una gran variación en el modelo y la fabricación del escáner, el protocolo de adquisición y reconstrucción, la fase de contraste endovenoso y el tamaño de píxel. Para probar el efecto de la normalización en datos muy variados, las imágenes de TC preoperatorias y la región tumoral de interés se preprocesaron con cuatro canalizaciones diferentes. Las características se extrajeron mediante piradiómica y se seleccionaron teniendo en cuenta tanto el poder de separación como la robustez dentro de las tuberías. Después de eso, se creó un modelo de predicción de STAS basado en radiómica utilizando las características asociadas más significativas. Este modelo fue luego validado en un grupo de 50 pacientes reclutados prospectivamente como grupo de validación externa para probar su eficacia en la predicción de STAS.
Descripción general del estudio
Estado
Condiciones
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Roma, Italia, 00139
- Dipartimento di chirurgia Generale e Specialistica "Paride Stefanini"
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes con adenocarcinoma de pulmón sospechado o comprobado citohistológicamente que se someten a cirugía de cáncer de pulmón;
- Imágenes de TC preoperatorias disponibles
- Edad mayor de 18 años
Criterio de exclusión:
- Infiltración de la pared torácica
- Radio de inducción o quimioterapia
- Resección quirúrgica incompleta
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
|---|
|
Adenocarcinoma de pulmón
Se recolectaron y procesaron imágenes de pacientes con adenocarcinoma de pulmón tratados quirúrgicamente para la construcción del modelo de predicción basado en radiómica.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Sensibilidad
Periodo de tiempo: 24 horas antes de la operación
|
Prueba de la sensibilidad de Radiómica para predecir STAS utilizando el área bajo la curva característica operativa del receptor
|
24 horas antes de la operación
|
|
Especificidad
Periodo de tiempo: 24 horas antes de la operación
|
Prueba de la especificidad de Radiómica para predecir STAS utilizando el área bajo la curva característica operativa del receptor
|
24 horas antes de la operación
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Marco Anile, MD, La Sapienza Università di Roma
Publicaciones y enlaces útiles
Publicaciones Generales
- Jiang C, Luo Y, Yuan J, You S, Chen Z, Wu M, Wang G, Gong J. CT-based radiomics and machine learning to predict spread through air space in lung adenocarcinoma. Eur Radiol. 2020 Jul;30(7):4050-4057. doi: 10.1007/s00330-020-06694-z. Epub 2020 Feb 28.
- Chen D, She Y, Wang T, Xie H, Li J, Jiang G, Chen Y, Zhang L, Xie D, Chen C. Radiomics-based prediction for tumour spread through air spaces in stage I lung adenocarcinoma using machine learning. Eur J Cardiothorac Surg. 2020 Jul 1;58(1):51-58. doi: 10.1093/ejcts/ezaa011.
- Zhuo Y, Feng M, Yang S, Zhou L, Ge D, Lu S, Liu L, Shan F, Zhang Z. Radiomics nomograms of tumors and peritumoral regions for the preoperative prediction of spread through air spaces in lung adenocarcinoma. Transl Oncol. 2020 Oct;13(10):100820. doi: 10.1016/j.tranon.2020.100820. Epub 2020 Jul 1.
- Bassi M, Russomando A, Vannucci J, Ciardiello A, Dolciami M, Ricci P, Pernazza A, D'Amati G, Mancini Terracciano C, Faccini R, Mantovani S, Venuta F, Voena C, Anile M. Role of radiomics in predicting lung cancer spread through air spaces in a heterogeneous dataset. Transl Lung Cancer Res. 2022 Apr;11(4):560-571. doi: 10.21037/tlcr-21-895.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (ACTUAL)
Finalización primaria (ACTUAL)
Finalización del estudio (ACTUAL)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (ACTUAL)
Actualizaciones de registros de estudio
Última actualización publicada (ACTUAL)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- RADIOMICS
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .