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

Estudio observacional Evaluar la práctica de la patología Use inteligencia artificial en el paciente sospecha de pulmón y cáncer de mama (CASCADE)

2 de septiembre de 2026 actualizado por: AstraZeneca

Un estudio no intervencionista que evalúa muestras de pacientes con sospecha de cáncer de pulmón no pequeño o cáncer de mama para describir las prácticas de patología y evaluar la patología computacional más los algoritmos de inteligencia artificial.

Un estudio observacional multinacional para evaluar las prácticas de patología actuales y la utilización de la patología computacional más algoritmos de inteligencia artificial en pacientes con sospecha de cáncer de pulmón y mama.

Descripción general del estudio

Estado

Terminado

Descripción detallada

Un estudio no intervencionista que evalúa muestras de pacientes con sospecha de cáncer de pulmón no pequeño o cáncer de mama para describir las prácticas de patología y evaluar la patología computacional más algoritmos de inteligencia artificial en Australia, Brasil, Egipto y Kenia. El uso de patología de inteligencia artificial digital y computacional en países con bajas y altas relaciones de patólogos/poblaciones es fundamental para desarrollar una solución sostenible. El estudio tiene dos partes, la primera parte se centrará en el cáncer de mama y la segunda parte se centrará en el cáncer de pulmón.

Los laboratorios tienen un entorno de patología digital activa y evalúan muestras para el diagnóstico de cáncer. Los centros de cáncer de pulmón parte del estudio se seleccionarán en una etapa posterior. El estudio evaluará retrospectivamente muestras de pacientes que han sido diagnosticados preliminarmente con cáncer de seno o pulmón a través de evaluaciones clínicas y cuyas muestras se evaluaron solo mediante el uso de flujo de trabajo convencional.

Como parte del estudio, los algoritmos de patología de IA computacional se implementarán en cada laboratorio. Se utilizarán dos algoritmos de patología de IA en la parte del cáncer de mama del estudio. La aplicación de mama Galen ™ desarrollada por IBEX Medical Analytics se implementará en un laboratorio en Australia. El seno Mindpeak, desarrollado por Mindpeak GMBH, se implementará en laboratorios en Brasil, Egipto y Kenia. Después de implementar algoritmos de patología de inteligencia artificial computacional, 150 muestras evaluadas para el objetivo principal de cada laboratorio para cada tipo de cáncer se evaluarán utilizando un flujo de trabajo convencional más un flujo de trabajo asistido por IA con supervisión humana y un flujo de trabajo convencional más un flujo de trabajo asistido por IA sin supervisión humana. Estas evaluaciones se utilizarán para analizar objetivos secundarios y exploratorios.

Tipo de estudio

De observación

Inscripción (Actual)

603

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.

Ubicaciones de estudio

      • São Paulo, Brasil
        • Research Site
      • Nairobi, Kenia
        • Research Site

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

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Método de muestreo

Muestra de probabilidad

Población de estudio

Se analizarán los datos de muestras que cumplan con el siguiente criterio de inclusión.

• Muestra de pacientes adultos (≥ 18 años) con sospecha de cáncer de pulmón de células no pequeñas o cáncer de mama invasivo o carcinoma ductal in situ.

Descripción

Criterios de inclusión: muestra de pacientes adultos (≥ 18 años) con sospecha de cáncer de pulmón de células no pequeñas o cáncer de mama invasivo o carcinoma ductal in situ.

-

Criterios de exclusión:

  • Muestras con la calidad técnica inadecuada de los portaobjetos (calidad preanalítica) o imágenes, por ejemplo, diapositivas rotas, grandes áreas fuera de enfoque, diapositivas con artefactos de fijación.

    • Muestras de casos que se incluyeron en la capacitación o validación técnica.
    • Muestra tomada por aspiración con aguja fina.
    • Muestra enviada para evaluación citológica.

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

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
objetivo principal
Periodo de tiempo: 2 años
La duración entre la fecha/hora tomada de biopsia y la fecha/hora de diagnóstico patológico basado en biopsia se calculará en función de los registros de laboratorio retrospectivamente.
2 años
Objetivo principal
Periodo de tiempo: 2 años
El tiempo de lectura para evaluar las diapositivas de la sección para el diagnóstico patológico también se extraerá de los registros de laboratorio, si la información relevante se mantuvo en los registros.
2 años
objetivo exploratorio
Periodo de tiempo: 2 años
El costo total y las tarifas relacionadas con la capacitación, para implementar la patología digital y los algoritmos de patología de IA computacional se evaluarán como un punto final.
2 años

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Objetivos secundarios
Periodo de tiempo: 2 años
Tasa de acuerdo: PPV y VPN para algoritmos de patología de IA computacional (con y sin supervisión humana) cuando el flujo de trabajo de patología convencional es la referencia también se evaluará.
2 años
objetivo exploratorio
Periodo de tiempo: 2 años
El costo total y las tarifas relacionadas con los empleados para implementar la patología digital y los algoritmos de patología de IA computacional se evaluarán como un punto final.
2 años

Otras medidas de resultado

Medida de resultado
Medida Descripción
Periodo de tiempo
Objetivo secundario
Periodo de tiempo: 2 años
Sensibilidad: PPV y VPN para algoritmos de patología de IA computacional (con y sin supervisión humana) cuando el flujo de trabajo de patología convencional es la referencia también se evaluará.
2 años
Objetivo secundario
Periodo de tiempo: 2 años
Especificidad: PPV y VPN para algoritmos de patología de IA computacional (con y sin supervisión humana) cuando el flujo de trabajo de patología convencional es la referencia también se evaluará.
2 años
objetivo exploratorio
Periodo de tiempo: 2 años
El costo total y las tarifas relacionadas con el hardware para implementar la patología digital y los algoritmos de patología de IA computacional se evaluarán como un punto final.
2 años
Objetivo exploratorio
Periodo de tiempo: 2 años
El costo total y las tarifas relacionadas con el software para implementar la patología digital y los algoritmos de patología de IA computacional se evaluarán como un punto final.
2 años

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)

25 de octubre de 2025

Finalización primaria (Actual)

19 de marzo de 2026

Finalización del estudio (Actual)

19 de marzo de 2026

Fechas de registro del estudio

Enviado por primera vez

28 de enero de 2025

Primero enviado que cumplió con los criterios de control de calidad

13 de febrero de 2025

Publicado por primera vez (Actual)

14 de febrero de 2025

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

3 de septiembre de 2026

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

2 de septiembre de 2026

Última verificación

1 de agosto de 2026

Más información

Términos relacionados con este estudio

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

SÍ

Descripción del plan IPD

Los investigadores calificados pueden solicitar acceso a datos anónimos a nivel de paciente individual del Grupo de Empresas AstraZeneca patrocinados en ensayos clínicos a través del portal de solicitud vivli.org. Todas las solicitudes se evaluarán según el compromiso de divulgación de AZ: https://astrazenecauptrials.pharmacm.com/st/submission/disclosure. Sí, indica que AZ está aceptando solicitudes de IPD, pero esto no significa que se compartan todas las solicitudes.

Marco de tiempo para compartir IPD

AstraZeneca cumplirá o excederá la disponibilidad de datos según los compromisos asumidos con los principios de intercambio de datos EFPIA PhRMA. Para obtener detalles de nuestros plazos, resulte nuestro compromiso de divulgación en https://astrazenecauptrials.pharmacm.com/st/submission/disclosure.

Criterios de acceso compartido de IPD

Cuando se haya aprobado una solicitud, AstraZeneca proporcionará acceso a los datos anónimos a nivel de paciente individual a través de Secure Research Envirment Vivli.org.

El Acuerdo de uso de datos firmado (contrato no negociable para accesores de datos) debe estar en su lugar antes de acceder a la información solicitada.

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