Estadificación Asistida por IA y Toma de Decisiones Terapéuticas para el Carcinoma Hepatocelular

1. Descripción del Estudio

   Resumen Breve: El tratamiento preciso del carcinoma hepatocelular primario (CHC) depende en gran medida de una estadificación precisa de la enfermedad (CNLC, TNM, BCLC) y de una toma de decisiones terapéutica científica, lo que requiere la integración tanto de datos de imagen como de datos clínicos basales. Este estudio recluta prospectivamente pacientes con CHC y médicos clínicos de diferentes niveles hospitalarios para evaluar el valor clínico de un modelo de inteligencia artificial (IA) autodesarrollado en la asistencia a la evaluación integral multidimensional y a la toma de decisiones terapéuticas. Utilizando un diseño cruzado equilibrado de múltiples evaluadores y múltiples casos (MRMC), el estudio compara la precisión de las evaluaciones clínicas realizadas por los médicos en condiciones "sin asistencia (sin IA)" versus "con asistencia de IA". Un enfoque clave es explorar si la IA puede mejorar significativamente las capacidades de evaluación integral de los médicos en hospitales de atención primaria/secundaria, reduciendo así prospectivamente la heterogeneidad diagnóstica y terapéutica entre los diferentes niveles institucionales.

   Estándar de Referencia (Patrón Oro): El estándar de referencia (Verdad Terreno) para todos los casos reclutados prospectivamente es establecido por un panel independiente de expertos compuesto por 3 expertos autorizados. El panel determina las respuestas estándar finales para las cuatro tareas de clasificación mediante evaluación independiente ciega y discusión conjunta (sistema de votación), incorporando datos de imagen prospectivos completos, datos clínicos basales, consenso del equipo multidisciplinario (MDT) y resultados patológicos finales o de seguimiento clínico.

2. Criterios de Elegibilidad

2.1 Elegibilidad del Evaluador:

1. Médicos Senior en Hospitales Terciarios: Empleados en el departamento de cirugía hepato-pancreato-biliar, oncología o departamentos relacionados en hospitales de Clase III Grado A (terciarios), con el título profesional de médico adjunto o superior.
2. Médicos Junior en Hospitales Terciarios: Empleados en departamentos relacionados en hospitales de Clase III Grado A (terciarios), con el título profesional de médico residente.
3. Médicos en Hospitales de Atención Primaria/Secundaria: Médicos clínicos empleados en hospitales generales de nivel de condado o de Clase II.
4. Consentimiento Informado: Deben aceptar voluntariamente participar en la evaluación y firmar el formulario de consentimiento informado.

2.2 Elegibilidad del Paciente/Caso:

Criterios de Inclusión:

1. Edad > 18 años.
2. Pacientes que se presentan prospectivamente con sospecha o diagnóstico reciente de carcinoma hepatocelular primario (CHC) confirmado posteriormente por patología o que cumple con las guías de Cáncer de Hígado de China (CNLC).
3. Datos clínicos basales completos adquiridos durante el período de reclutamiento prospectivo, incluyendo historial completo de enfermedad actual/pasada, puntuación ECOG PS, pruebas de laboratorio integrales (función hepática, coagulación, marcadores tumorales como AFP, etc.), y TC abdominal basal con contraste.
4. Los pacientes (o sus representantes legales) deben proporcionar consentimiento informado por escrito para que sus datos clínicos sean utilizados en este ensayo.

Criterios de Exclusión:

1. Pacientes con cáncer de hígado secundario (metastásico) o neoplasias malignas graves concurrentes de otros sistemas.
2. Pacientes que no completen las pruebas de imagen basales o de laboratorio requeridas, impidiendo el cálculo preciso de la estadificación (por ejemplo, datos faltantes para la puntuación de Child-Pugh).
3. Pacientes que hayan recibido previamente terapias antitumorales para el cáncer de hígado antes del reclutamiento.

3. Diseño del Estudio

Modelo de Intervención: Asignación Cruzada Enmascaramiento: Simple Ciego. Los evaluadores participantes están cegados a las respuestas del patrón oro de los casos y a los resultados de evaluación de otros médicos participantes.

Grupos e Intervenciones:

Partición del Conjunto de Casos: 108 casos elegibles de CHC reclutados prospectiva y consecutivamente se agrupan y dividen aleatoriamente en Conjunto de Datos A (54 casos) y Conjunto de Datos B (54 casos). Se asegura que no haya diferencias estadísticamente significativas entre los dos conjuntos en cuanto a carga tumoral, clasificación de la función hepática y distribución de la estadificación.

Agrupación de Evaluadores: Se incluye un total de 12 médicos clínicos reclutados prospectivamente, que comprenden 4 en el grupo senior de hospital terciario, 4 en el grupo junior de hospital terciario y 4 en el grupo de hospitales primarios/secundarios. Se dividen en dos grupos de evaluación basados en aleatorización estratificada:

Grupo A (6 evaluadores): 2 terciarios senior, 2 terciarios junior, 2 de hospitales primarios/secundarios.

Grupo B (6 evaluadores): 2 terciarios senior, 2 terciarios junior, 2 de hospitales primarios/secundarios.

Grupo 1 - Evaluadores del Grupo A:

Fase 1 Intervención (Control): Evaluación independiente del Conjunto A (54 casos) combinando textos clínicos y datos de imagen, registrando 4 resultados de clasificación, sin asistencia de IA.

Fase 2 Intervención (Experimental): Evaluación del Conjunto B (54 casos). El sistema presenta los 4 resultados de predicción del modelo de IA y la evidencia relacionada; los médicos proporcionan el juicio final después de una referencia integral.

Grupo 2 - Evaluadores del Grupo B:

Fase 1 Intervención (Control): Evaluación independiente del Conjunto B (54 casos) combinando textos clínicos y datos de imagen, registrando 4 resultados de clasificación, sin asistencia de IA.

Fase 2 Intervención (Experimental): Evaluación del Conjunto A (54 casos). Los médicos proporcionan el juicio final después de hacer referencia a los resultados del modelo de IA.

4. Medidas de Resultado

Resultado Principal:

Mejora en la Precisión General: La diferencia en la precisión promedio en las 4 tareas de clasificación entre la evaluación asistida por IA (grupo experimental) y la evaluación independiente (grupo control).

Resultados Secundarios:

Efecto de Homogeneización: Evaluación de si la diferencia en la precisión de la evaluación clínica entre los médicos del grupo de hospitales primarios/secundarios y los grupos de hospitales terciarios se reduce significativamente con la asistencia de IA.

Eficiencia de Evaluación: Comparación del tiempo promedio de evaluación por caso entre médicos con y sin asistencia de IA.

Acuerdo Interevaluador: Comparación de la consistencia de los resultados de evaluación entre médicos (por ejemplo, usando estadísticas Kappa), con y sin asistencia de IA.

5. Plan de Análisis Estadístico y Tamaño de Muestra

Justificación del Tamaño de Muestra:

El cálculo del tamaño de muestra para este estudio se basa en el cambio esperado en la precisión promedio general en todos los niveles de médicos reclutados prospectivamente. Se estima que la precisión promedio general sin asistencia de IA es de 0,60, y con asistencia de IA es de 0,70.

Estableciendo el nivel de significancia para una prueba bilateral en 0,05 (correspondiente a un valor Z de aproximadamente 1,96) y la potencia estadística en 0,80 (correspondiente a un valor Z de aproximadamente 0,84), el tamaño de muestra se determinó utilizando el método estadístico estándar para comparar dos proporciones independientes. Suponiendo ningún efecto de agrupamiento resultante de múltiples evaluaciones de casos por el mismo médico, este cálculo indica que cada grupo de intervención requiere al menos 353 evaluaciones independientes.

Verificación de Potencia:

En la configuración real de este estudio, hay 12 médicos en total.

Total de evaluaciones independientes para el grupo control (sin IA) = Grupo A (6 evaluadores) x Conjunto A (54 casos) + Grupo B (6 evaluadores) x Conjunto B (54 casos) = 648 evaluaciones independientes.

Total de evaluaciones independientes para el grupo experimental (con IA) también = 648 evaluaciones independientes.

Dado que 648 evaluaciones es mayor que la base requerida de 353 evaluaciones, la configuración actual de casos y médicos ya posee suficiente potencia estadística. Este tamaño de muestra proporciona un margen conservador (aproximadamente 1,8 veces el requisito base) para tener en cuenta adecuadamente cualquier efecto de agrupamiento (correlación intraclase) resultante de múltiples evaluaciones de casos por el mismo médico en este diseño MRMC.