- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06129201
Desarrollo de un modelo de aprendizaje automático para la detección de carcinoma nasofaríngeo basado en imágenes de la lengua
Desarrollo de un modelo de aprendizaje automático para la detección de carcinoma nasofaríngeo basado en imágenes de la lengua: un estudio transversal multicéntrico prospectivo
El cáncer de nasofaringe es común en China, el sudeste asiático y el norte de África y generalmente se asocia con la infección por el virus de Epstein-Barr (VEB). El uso de anticuerpos específicos del VEB o la detección del ADN del VEB puede aumentar la proporción de pacientes diagnosticados con carcinoma nasofaríngeo temprano de aproximadamente el 20 % a más del 70 %. Sin embargo, la aplicación del cribado del carcinoma nasofaríngeo en la práctica clínica se ve obstaculizada por los bajos valores predictivos positivos; incluso en áreas donde el virus EB prevalece en China, el valor predictivo positivo es sólo del 4,8%. Por lo tanto, existe una necesidad urgente de identificar nuevos biomarcadores o estrategias con alta sensibilidad y valor predictivo positivo para el cribado del carcinoma nasofaríngeo.
Un estudio publicado en la revista secundaria Lancet 《eClinicalMedicine》 en 2023 mostró que un modelo de imagen de lengua basado en aprendizaje automático puede servir como un método de diagnóstico estable para el cáncer gástrico (AUC = 0,89). y ha sido validado clínicamente en múltiples centros. Este estudio inspira a los investigadores a introducir tecnología de aprendizaje automático con inteligencia artificial en el diagnóstico y tratamiento del cáncer de nasofaringe.
En resumen, este plan explora el establecimiento de modelos de aprendizaje automático de imágenes de la lengua en pacientes con carcinoma de nasofaringe para ayudar a mejorar el valor predictivo positivo de la detección del carcinoma de nasofaringe.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El cáncer de nasofaringe es común en China, el sudeste asiático y el norte de África y generalmente se asocia con la infección por el virus de Epstein-Barr (VEB). El uso de anticuerpos específicos del VEB o la detección del ADN del VEB puede aumentar la proporción de pacientes diagnosticados con carcinoma nasofaríngeo temprano de aproximadamente el 20 % a más del 70 %. En estudios anteriores, los investigadores encontraron que los participantes que se sometieron a pruebas de detección tenían más probabilidades de lograr una supervivencia a largo plazo después de haber sido diagnosticados con carcinoma nasofaríngeo en comparación con el grupo de control, y el riesgo de muerte específica por carcinoma nasofaríngeo era menor entre los pacientes examinados (riesgo relativo 0,22). . Sin embargo, la aplicación del cribado del carcinoma nasofaríngeo en la práctica clínica se ve obstaculizada por los bajos valores predictivos positivos; incluso en áreas donde el virus EB prevalece en China, el valor predictivo positivo es sólo del 4,8%. Más del 95% de los participantes de alto riesgo identificados mediante cribado serológico primario se sometieron a exámenes clínicos y seguimientos innecesarios y que requirieron mucho tiempo. La combinación de varios biomarcadores, la detección de múltiples pasos y la identificación de nuevos biomarcadores se utilizan para mejorar el desempeño de las estrategias de detección del cáncer de nasofaringe. Sin embargo, los avances logrados hasta ahora siguen siendo insatisfactorios y se caracterizan por una baja sensibilidad, un funcionamiento complejo o un coste elevado. Por lo tanto, existe una necesidad urgente de identificar nuevos biomarcadores o estrategias con alta sensibilidad y valor predictivo positivo para el cribado del carcinoma nasofaríngeo.
En "The New England Journal of Medicine" de 2023, el equipo del profesor Xia Ningshao informó sobre la identificación y validación del anticuerpo total anti BNLF2 (P85Ab) como un nuevo biomarcador serológico para la detección del cáncer de nasofaringe. La sensibilidad del carcinoma de nasofaringe P85-Ab es 97,9 %, con un valor predictivo positivo del 10,0%. Además, sobre la base de la positividad de P85-Ab, si se lleva a cabo una detección adicional de anticuerpos dobles EB (antígeno nuclear 1 del EB [EBNA1]-IgA y antígeno de la cápside viral específica del EBV [VCA]-IgA), el riesgo es intermedio o medio alto. las personas con anticuerpos dobles EB pueden someterse a un examen de nasofaringoscopia, lo que puede aumentar el valor predictivo positivo de la detección del carcinoma nasofaríngeo al 29,6% -44,6%, es decir, por cada 2-3 nasofaringoscopios realizados, se puede diagnosticar un caso de carcinoma nasofaríngeo. La sensibilidad de este estudio es muy alta, pero el valor predictivo positivo es sólo del 10%. Incluso cuando se combina con la tradicional monitorización dual de anticuerpos contra la EB y la endoscopia nasal, entre un tercio y la mitad de los pacientes con carcinoma no nasofaríngeo todavía se someten a exámenes clínicos innecesarios y que requieren mucho tiempo. Por lo tanto, todavía es necesario explorar métodos simples y rentables para mejorar la estrategia de valor predictivo positivo para la detección del carcinoma de nasofaringe.
Un estudio publicado en la revista secundaria Lancet 《eClinicalMedicine》 en 2023 mostró que un modelo de imagen de lengua basado en aprendizaje automático puede servir como un método de diagnóstico estable para el cáncer gástrico (AUC = 0,89). y ha sido validado clínicamente en múltiples centros. Este estudio inspira a los investigadores a introducir tecnología de aprendizaje automático con inteligencia artificial en el diagnóstico y tratamiento del cáncer de nasofaringe.
En resumen, este plan explora el establecimiento de modelos de aprendizaje automático de imágenes de la lengua en pacientes con carcinoma de nasofaringe para ayudar a mejorar el valor predictivo positivo de la detección del carcinoma de nasofaringe.
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Yulong Zhang, Doctor
- Número de teléfono: 18810550602
- Correo electrónico: zhongxiyi1101@163.com
Ubicaciones de estudio
-
-
-
Zhuhai, Porcelana
- The Fifth Affiliated Hospital of Sun Yat sen University
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes con cáncer confirmados por histología/citología.
- Los pacientes con carcinoma nasofaríngeo en el grupo de entrenamiento son diagnosticados inicialmente
- Los sujetos participan voluntariamente en el estudio.
Criterio de exclusión:
- Los sujetos que toman medicamentos o dietas pueden afectar la imagen de su lengua (como carbonato de aluminio y magnesio, ruibarbo de la medicina tradicional china, etc.)
- Los investigadores determinaron que los sujetos tenían otros factores que podrían obligarlos a finalizar el estudio.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Grupo de entrenamiento
Grupo experimental: población de carcinoma nasofaríngeo inicialmente diagnosticado [600 personas]; Grupo control: 2400 individuos sanos+pacientes con enfermedades nasofaríngeas+otros tumores.
|
Uso de dispositivos de imágenes inteligentes para recopilar imágenes de la lengua del sujeto
|
|
Grupo de validación
Grupo de validación: Grupo experimental: Población con cáncer de nasofaringe [400 personas]; Grupo control: 1600 individuos sanos+pacientes con enfermedades nasofaríngeas+otros tumores.
|
Uso de dispositivos de imágenes inteligentes para recopilar imágenes de la lengua del sujeto
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Área bajo la curva (AUC) del modelo de diagnóstico
Periodo de tiempo: 12 meses
|
Determinar la eficacia de detección del modelo de imagen de lengua de carcinoma nasofaríngeo
|
12 meses
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Qi Zeng, Doctor, Fifth Affiliated Hospital, Sun Yat-Sen University
Publicaciones y enlaces útiles
Publicaciones Generales
- Torre LA, Bray F, Siegel RL, Ferlay J, Lortet-Tieulent J, Jemal A. Global cancer statistics, 2012. CA Cancer J Clin. 2015 Mar;65(2):87-108. doi: 10.3322/caac.21262. Epub 2015 Feb 4.
- Chen YP, Chan ATC, Le QT, Blanchard P, Sun Y, Ma J. Nasopharyngeal carcinoma. Lancet. 2019 Jul 6;394(10192):64-80. doi: 10.1016/S0140-6736(19)30956-0. Epub 2019 Jun 6.
- Lam WKJ, Jiang P, Chan KCA, Cheng SH, Zhang H, Peng W, Tse OYO, Tong YK, Gai W, Zee BCY, Ma BBY, Hui EP, Chan ATC, Woo JKS, Chiu RWK, Lo YMD. Sequencing-based counting and size profiling of plasma Epstein-Barr virus DNA enhance population screening of nasopharyngeal carcinoma. Proc Natl Acad Sci U S A. 2018 May 29;115(22):E5115-E5124. doi: 10.1073/pnas.1804184115. Epub 2018 May 14.
- Chan KCA, Woo JKS, King A, Zee BCY, Lam WKJ, Chan SL, Chu SWI, Mak C, Tse IOL, Leung SYM, Chan G, Hui EP, Ma BBY, Chiu RWK, Leung SF, van Hasselt AC, Chan ATC, Lo YMD. Analysis of Plasma Epstein-Barr Virus DNA to Screen for Nasopharyngeal Cancer. N Engl J Med. 2017 Aug 10;377(6):513-522. doi: 10.1056/NEJMoa1701717. Erratum In: N Engl J Med. 2018 Mar 8;378(10 ):973.
- Zeng Y, Zhang LG, Wu YC, Huang YS, Huang NQ, Li JY, Wang YB, Jiang MK, Fang Z, Meng NN. Prospective studies on nasopharyngeal carcinoma in Epstein-Barr virus IgA/VCA antibody-positive persons in Wuzhou City, China. Int J Cancer. 1985 Nov 15;36(5):545-7. doi: 10.1002/ijc.2910360505.
- Liu Z, Ji MF, Huang QH, Fang F, Liu Q, Jia WH, Guo X, Xie SH, Chen F, Liu Y, Mo HY, Liu WL, Yu YL, Cheng WM, Yang YY, Wu BH, Wei KR, Ling W, Lin X, Lin EH, Ye W, Hong MH, Zeng YX, Cao SM. Two Epstein-Barr virus-related serologic antibody tests in nasopharyngeal carcinoma screening: results from the initial phase of a cluster randomized controlled trial in Southern China. Am J Epidemiol. 2013 Feb 1;177(3):242-50. doi: 10.1093/aje/kws404. Epub 2012 Dec 19.
- Ji MF, Sheng W, Cheng WM, Ng MH, Wu BH, Yu X, Wei KR, Li FG, Lian SF, Wang PP, Quan W, Deng L, Li XH, Liu XD, Xie YL, Huang SJ, Ge SX, Huang SL, Liang XJ, He SM, Huang HW, Xia SL, Ng PS, Chen HL, Xie SH, Liu Q, Hong MH, Ma J, Yuan Y, Xia NS, Zhang J, Cao SM. Incidence and mortality of nasopharyngeal carcinoma: interim analysis of a cluster randomized controlled screening trial (PRO-NPC-001) in southern China. Ann Oncol. 2019 Oct 1;30(10):1630-1637. doi: 10.1093/annonc/mdz231.
- Miller JA, Le QT, Pinsky BA, Wang H. Cost-Effectiveness of Nasopharyngeal Carcinoma Screening With Epstein-Barr Virus Polymerase Chain Reaction or Serology in High-Incidence Populations Worldwide. J Natl Cancer Inst. 2021 Jul 1;113(7):852-862. doi: 10.1093/jnci/djaa198.
- Simon J, Liu Z, Brenner N, Yu KJ, Hsu WL, Wang CP, Chien YC, Coghill AE, Chen CJ, Butt J, Proietti C, Doolan DL, Hildesheim A, Waterboer T. Validation of an Epstein-Barr Virus Antibody Risk Stratification Signature for Nasopharyngeal Carcinoma by Use of Multiplex Serology. J Clin Microbiol. 2020 Apr 23;58(5):e00077-20. doi: 10.1128/JCM.00077-20. Print 2020 Apr 23.
- Coghill AE, Pfeiffer RM, Proietti C, Hsu WL, Chien YC, Lekieffre L, Krause L, Teng A, Pablo J, Yu KJ, Lou PJ, Wang CP, Liu Z, Chen CJ, Middeldorp J, Mulvenna J, Bethony J, Hildesheim A, Doolan DL. Identification of a Novel, EBV-Based Antibody Risk Stratification Signature for Early Detection of Nasopharyngeal Carcinoma in Taiwan. Clin Cancer Res. 2018 Mar 15;24(6):1305-1314. doi: 10.1158/1078-0432.CCR-17-1929. Epub 2018 Jan 4. Erratum In: Clin Cancer Res. 2020 Jul 1;26(13):3496.
- He YQ, Wang TM, Ji M, Mai ZM, Tang M, Wang R, Zhou Y, Zheng Y, Xiao R, Yang D, Wu Z, Deng C, Zhang J, Xue W, Dong S, Zhan J, Cai Y, Li F, Wu B, Liao Y, Zhou T, Zheng M, Jia Y, Li D, Cao L, Yuan L, Zhang W, Luo L, Tong X, Wu Y, Li X, Zhang P, Zheng X, Zhang S, Hu Y, Qin W, Deng B, Liang X, Fan P, Feng Y, Song J, Xie SH, Chang ET, Zhang Z, Huang G, Xu M, Feng L, Jin G, Bei J, Cao S, Liu Q, Kozlakidis Z, Mai H, Sun Y, Ma J, Hu Z, Liu J, Lung ML, Adami HO, Shen H, Ye W, Lam TH, Zeng YX, Jia WH. A polygenic risk score for nasopharyngeal carcinoma shows potential for risk stratification and personalized screening. Nat Commun. 2022 Apr 12;13(1):1966. doi: 10.1038/s41467-022-29570-4.
- Zhou X, Cao SM, Cai YL, Zhang X, Zhang S, Feng GF, Chen Y, Feng QS, Chen Y, Chang ET, Liu Z, Adami HO, Liu J, Ye W, Zhang Z, Zeng YX, Xu M. A comprehensive risk score for effective risk stratification and screening of nasopharyngeal carcinoma. Nat Commun. 2021 Aug 31;12(1):5189. doi: 10.1038/s41467-021-25402-z.
- Lam WKJ, Jiang P, Chan KCA, Peng W, Shang H, Heung MMS, Cheng SH, Zhang H, Tse OYO, Raghupathy R, Ma BBY, Hui EP, Chan ATC, Woo JKS, Chiu RWK, Lo YMD. Methylation analysis of plasma DNA informs etiologies of Epstein-Barr virus-associated diseases. Nat Commun. 2019 Jul 22;10(1):3256. doi: 10.1038/s41467-019-11226-5.
- Chen GH, Liu Z, Yu KJ, Coghill AE, Chen XX, Xie SH, Lin DF, Huang QH, Lu YQ, Ling W, Lin CY, Lu ZJ, Fan YY, Tang LQ, Sampson JN, Li H, King AD, Middeldorp JM, Hildesheim A, Cao SM. Utility of Epstein-Barr Virus DNA in Nasopharynx Swabs as a Reflex Test to Triage Seropositive Individuals in Nasopharyngeal Carcinoma Screening Programs. Clin Chem. 2022 Jul 3;68(7):953-962. doi: 10.1093/clinchem/hvac032.
- Li T, Li F, Guo X, Hong C, Yu X, Wu B, Lian S, Song L, Tang J, Wen S, Gao K, Hao M, Cheng W, Su Y, Zhang S, Huang S, Fang M, Wang Y, Ng MH, Chen H, Luo W, Ge S, Zhang J, Xia N, Ji M. Anti-Epstein-Barr Virus BNLF2b for Mass Screening for Nasopharyngeal Cancer. N Engl J Med. 2023 Aug 31;389(9):808-819. doi: 10.1056/NEJMoa2301496.
- Yuan L, Yang L, Zhang S, Xu Z, Qin J, Shi Y, Yu P, Wang Y, Bao Z, Xia Y, Sun J, He W, Chen T, Chen X, Hu C, Zhang Y, Dong C, Zhao P, Wang Y, Jiang N, Lv B, Xue Y, Jiao B, Gao H, Chai K, Li J, Wang H, Wang X, Guan X, Liu X, Zhao G, Zheng Z, Yan J, Yu H, Chen L, Ye Z, You H, Bao Y, Cheng X, Zhao P, Wang L, Zeng W, Tian Y, Chen M, You Y, Yuan G, Ruan H, Gao X, Xu J, Xu H, Du L, Zhang S, Fu H, Cheng X. Development of a tongue image-based machine learning tool for the diagnosis of gastric cancer: a prospective multicentre clinical cohort study. EClinicalMedicine. 2023 Feb 6;57:101834. doi: 10.1016/j.eclinm.2023.101834. eCollection 2023 Mar.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Estimado)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
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
- Neoplasias por tipo histológico
- Neoplasias
- Neoplasias por sitio
- Neoplasias Glandulares y Epiteliales
- Neoplasias faríngeas
- Neoplasias Otorrinolaringológicas
- Neoplasias de Cabeza y Cuello
- Enfermedades Nasofaríngeas
- Enfermedades faríngeas
- Enfermedades Estomatognáticas
- Enfermedades Otorrinolaringológicas
- Neoplasias Nasofaríngeas
- Carcinoma
- El carcinoma nasofaríngeo
Otros números de identificación del estudio
- ZDWY.ZYZLK.006
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. .