Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Modelo basado en inteligencia artificial para la predicción de metástasis ocultas en los ganglios linfáticos y la mejora de la toma de decisiones clínicas en el cáncer de pulmón de células no pequeñas

17 de enero de 2025 actualizado por: Zhengfei Zhu, Fudan University

Modelo basado en inteligencia artificial para la predicción de metástasis ocultas en los ganglios linfáticos y la mejora de la toma de decisiones clínicas en el cáncer de pulmón de células no pequeñas: un estudio observacional, prospectivo y multicéntrico

Este estudio observacional multicéntrico a nivel nacional tiene como objetivo desarrollar y validar un modelo de inteligencia artificial (IA) multimodal para detectar metástasis ocultas en los ganglios linfáticos en pacientes con cáncer de pulmón de células no pequeñas (NSCLC) en etapa temprana. A pesar de los avances en la estadificación de los ganglios linfáticos, entre el 12,9% y el 39,3% de los casos de metástasis ganglionares ocultas permanecen sin detectarse antes de la operación, lo que afecta las decisiones de tratamiento. Este estudio utilizará el aprendizaje profundo para extraer características de imágenes de metástasis ocultas y combinarlas con datos clínicos para construir un modelo de inteligencia artificial para la predicción de riesgos. Este estudio proporcionará información sobre la viabilidad de la detección de metástasis ocultas mediante IA, respaldando la toma de decisiones clínicas y potencialmente revelando los mecanismos biológicos subyacentes de la metástasis en los ganglios linfáticos en el NSCLC.

Descripción general del estudio

Tipo de estudio

De observación

Inscripción (Estimado)

6000

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

  • Nombre: Zhengfei Zhu, PhD
  • Número de teléfono: +86-18017312901
  • Correo electrónico: fuscczzf@163.com

Ubicaciones de estudio

      • Shanghai, Porcelana
        • Reclutamiento
        • Fudan University Shanghai Cancer Center
        • Contacto:
          • Zhengfei Zhu, PhD
          • Número de teléfono: 18017312901
          • Correo electrónico: fuscczzf@163.com

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Método de muestreo

Muestra de probabilidad

Población de estudio

NSCLC en etapa temprana que recibe tratamiento curativo (cirugía o SBRT).

Descripción

Criterios de inclusión:

  • Cáncer de pulmón de células no pequeñas patológicamente confirmado;
  • Estadio clínico I (AJCC, 8.ª edición, 2017);
  • Edad≥18 años;
  • Puntuación KPS≥70;
  • Pacientes que se han sometido a cirugía radical primaria de NSCLC o tratamiento SBRT;
  • Evaluación completa de imágenes de lesiones sistémicas antes de la cirugía radical primaria de NSCLC o el tratamiento SBRT (Nota: el tamaño del tumor ≥ 3 cm o el tumor de ubicación central requiere PET/CT y/o estadificación mediastínica invasiva);
  • Pacientes dispuestos a cooperar con el seguimiento después de la cirugía radical primaria de NSCLC;
  • consentimiento informado del paciente.

Criterios de exclusión:

  • Mala calidad de las imágenes de tomografía computarizada;
  • Las imágenes de referencia muestran nódulos en vidrio esmerilado puro (GGO);
  • Epilepsia incontrolada, enfermedad del sistema nervioso central o antecedentes de trastornos mentales, que el investigador considere que potencialmente interfieren con la firma del formulario de consentimiento informado o afectan el cumplimiento del paciente.
  • Pérdida de seguimiento.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Cohorte retrospectiva
Al inscribir a unos 5000 pacientes con NSCLC en etapa temprana desde enero de 2018 hasta junio de 2024 en 25 centros en China, se utilizarán datos que incluyen tomografías computarizadas de tórax y parámetros clínico-patológicos para entrenar y validar el modelo de IA. Los pacientes se dividirán en grupos de "alto riesgo" y "bajo riesgo" según la puntuación de riesgo del modelo, y se analizarán los beneficios clínicos de tratamientos como la disección de ganglios linfáticos, la terapia adyuvante y la SBRT.
Se trata de un estudio observacional y los pacientes recibirán tratamiento clínico de rutina según las pautas correspondientes. Recopilaremos la TC mejorada de tórax y los parámetros clínico-patológicos del paciente inscrito.
Cohorte prospectiva
Esta cohorte, que inscribirá a 1000 pacientes desde noviembre de 2024 hasta octubre de 2025, validará prospectivamente el rendimiento del modelo de IA y explorará la base biológica de la metástasis mediante el análisis de tejidos patológicos, la secuenciación de ARN y las características del microambiente inmunológico del tumor.
Se trata de un estudio observacional y los pacientes recibirán tratamiento clínico de rutina según las pautas correspondientes. Recopilaremos la TC mejorada de tórax y los parámetros clínico-patológicos del paciente inscrito.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Supervivencia libre de recurrencia (SLR)
Periodo de tiempo: 1 año
El tiempo desde el tratamiento quirúrgico o SBRT hasta la recurrencia de la enfermedad o la muerte. Los pacientes que aún no estaban progresando en el momento del análisis tendrán como fecha de corte la fecha de su último contacto.
1 año

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Supervivencia general (SG)
Periodo de tiempo: 1 año
El tiempo desde la cirugía o SBRT hasta la muerte por cualquier causa. A los pacientes que todavía estén vivos en el momento del análisis se les utilizará la fecha de su último contacto como fecha límite.
1 año

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de diciembre de 2024

Finalización primaria (Estimado)

1 de diciembre de 2025

Finalización del estudio (Estimado)

30 de junio de 2026

Fechas de registro del estudio

Enviado por primera vez

11 de noviembre de 2024

Primero enviado que cumplió con los criterios de control de calidad

11 de noviembre de 2024

Publicado por primera vez (Actual)

12 de noviembre de 2024

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

25 de marzo de 2025

Última actualización enviada que cumplió con los criterios de control de calidad

17 de enero de 2025

Última verificación

1 de enero de 2025

Más información

Términos relacionados con este estudio

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

Suscribir