Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

CADx - Radiomiikka munasarjakasvainten alkuperän erottamiseen (CADx)

maanantai 10. tammikuuta 2022 päivittänyt: Jurgen M.J. Piek, Gynaecologisch Oncologisch Centrum Zuid

Tietokoneavusteinen radiologia syövän havaitsemiseen ja terapiaan - hyvänlaatuiset tai pahanlaatuiset munasarjakasvaimet.

Naisilla, joilla on munasarjakasvain, on usein epäselvää, onko kasvain hyvänlaatuinen vai pahanlaatuinen. Erottamiseksi suoritetaan kasvainmarkkerit (CA125 ja CEA), transvaginaalinen ultraääni ja ultraäänikuvasta ja CA125-pitoisuudesta riippuen CT-skannaus. Radiologisen kuvantamisen laatu vatsan patologian diagnosoinnissa ei useinkaan ole riittävän tarkkaa, mikä tekee lisätoimenpiteistä turhaa etsiä kasvaimen oikeaa luokittelua ja tulkintaa.

Tavoite: Parantaa tarkkuutta hyvänlaatuisten ja pahanlaatuisten sairauksien erottamisessa potilailla, joilla on munasarjamassaa tietokoneavusteisen tunnistusalgoritmin avulla.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Yksityiskohtainen kuvaus

Tämä tutkimus keskittyy munasarjakasvainten luonteen (hyvän- tai pahanlaatuisen) määrityksen tarkkuuden parantamiseen käyttämällä tekoälyä luomalla CT-skannausalgoritmi. Tämä johtuu siitä, että munasarjakasvainten oikea ennen leikkausta luokittelu on välttämätöntä asianmukaisen hoidon kannalta. Nykyiset ennustemallit johtavat usein tarpeettomiin lähetteisiin gynekologisiin onkologisiin sairaaloihin, mikä lisää kustannuksia ja lisää stressiä potilaalle. Siksi on tärkeää arvioida muita strategioita hyvänlaatuisten ja pahanlaatuisten munasarjakasvainten erottamiseksi toisistaan.

Eindhovenin teknillinen yliopisto (TU/e) ja Philips Research Europe kehittävät parhaillaan radiologian tekoälyä (AI), ja se saattaa tarjota mahdollisen ratkaisun tähän ongelmaan.

Tällä hetkellä kehitetty algoritmi (CADx), jossa käytettiin tukivektorikonetta (SVM), osoitti pienessä noin 100 potilaan populaatiossa herkkyyden 74 % ja spesifisyyden 74 %. Nämä ovat lupaavia tuloksia tämän algoritmin harjoittamiseksi entisestään lisäämällä CT-skannauksia ja lisäämällä kliinisiä muuttujia ja jopa nestemäisiä biopsioita.

Tutkimustyyppi: Retrospektiivinen tutkimuskohortti Tämä on retrospektiivinen analyysi tunnetuista tiedoista, joissa lopullinen potilaiden diagnoosi on jo vahvistettu ja nykyinen analyysi ei vaikuta hoitosuunnitelmaan.

Potilaille tarkoitettuja tuotteita ei käytetä, olemassa olevassa radiologisessa kuvantamisessa käytetään vain tietokoneavusteista diagnoosia, nimittäin TT-skannauksia.

Tämä tutkimus liittyy kahteen muuhun hollantilaiseen tutkimukseen, joissa munasarjakasvainten biomarkkereita arvioidaan munasarjakasvainten alkuperän selvittämiseksi ennen leikkausta.

Ensimmäinen on HE4-ennustetutkimus, jonka paikallinen protokollatunnus on NL58253.031.16. Toinen on OVI-DETECT-tutkimus, jossa on klinikka.gov numero NCT04971421.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

600

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

  • Nimi: Anna Koch, MD
  • Puhelinnumero: 020-512 4303
  • Sähköposti: a.koch@nki.nl

Opiskelupaikat

      • Amsterdam, Alankomaat
        • Ei vielä rekrytointia
        • Amsterdam Medical Center
        • Ottaa yhteyttä:
      • Breda, Alankomaat
        • Rekrytointi
        • Amphia Hospital
        • Ottaa yhteyttä:
        • Alatutkija:
          • Dineke Smedts, MD-PhD
    • Brabant
      • Eindhoven, Brabant, Alankomaat, 5623EJ
    • Noord Holland
      • Amsterdam, Noord Holland, Alankomaat, 1066 CX
        • Rekrytointi
        • Netherlands Cancer Institute
        • Ottaa yhteyttä:
          • Christianne Lok, MD; PhD
          • Puhelinnumero: 020 512 2957
          • Sähköposti: c.lok@nki.nl
      • Leiden, Noord Holland, Alankomaat, 2333 ZA
        • Rekrytointi
        • Leiden University Medical Center
        • Ottaa yhteyttä:

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei käytössä

Sukupuolet, jotka voivat opiskella

Nainen

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Potilaat, joilla on munasarjakasvain, josta ei tiedetä, onko se hyvänlaatuinen vai pahanlaatuinen, lähetetään asteittaiseen laparotomiaan.

Kuvaus

Sisällyttämiskriteerit:

  • potilaat, joilla on munasarjakasvain, josta ei tiedetä, onko se hyvänlaatuinen vai pahanlaatuinen (maligniteettiindeksi (RMI) >200)
  • joutui leikkaukseen
  • histologinen todiste kasvaimesta

Poissulkemiskriteerit:

  • määrittelemätön patologiaraportti
  • OR-raportissa puuttuu oikea kuvaus vaiheista tarvittaessa

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
CADx-algoritmin herkkyys ja spesifisyys
Aikaikkuna: 3-4 vuotta
Pahanlaatuisuuden oikean määrityksen prosenttiosuus pahanlaatuisuusindeksillä (RMI) verrattuna tarkkaan määritykseen CAD-arvioinnilla potilailla, joilla on munasarjakasvain
3-4 vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
CADx-algoritmin herkkyys ja spesifisyys lisämuuttujilla
Aikaikkuna: 3-4 vuotta
Joidenkin potilaiden CAD-analyysin tulosten korrelaatio verenkierron kasvain (ct) DNA:n ja proteiinikasvainmarkkerien tai muiden kliinisten muuttujien analyysin kanssa
3-4 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 5. huhtikuuta 2021

Ensisijainen valmistuminen (Odotettu)

Torstai 1. elokuuta 2024

Opintojen valmistuminen (Odotettu)

Perjantai 1. elokuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 13. joulukuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 13. joulukuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Torstai 30. joulukuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 25. tammikuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 10. tammikuuta 2022

Viimeksi vahvistettu

Lauantai 1. tammikuuta 2022

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa