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

Ennustavan mallin kehittäminen mahalaukun syöpäperitoneaaliset etäpesäkkeet ja kakeksia käyttämällä BUB1- ja radiopathomics -tietoja syvän oppimisen kanssa (BUDDLE)

torstai 27. helmikuuta 2025 päivittänyt: Qun Zhao
Tämän kliinisen tutkimuksen tavoitteena on kehittää ennustava malli mahalaukun syöpään (GC) peritoneaaliset etäpesäkkeet ja kakeksia integroimalla Bub1 -geenitiedot radiologiseen ja patologiseen tietoon edistyneiden syvän oppimistekniikoiden avulla. Tutkimuksessa keskitytään kuvantamisgenomiikan (radiomiikka) ja histopatologisten tietojen hyödyntämiseen vatsakalvojen etäpesäkkeiden ja kakeksian varhaisten biomarkkereiden tunnistamiseksi GC -potilailla. Hyödyntämällä syvän oppimisen algoritmeja projekti pyrkii parantamaan ennusteiden tarkkuutta ja luotettavuutta mahdollistaen aikaisemmat interventiot ja henkilökohtaiset hoitostrategiat. Perimmäisenä tavoitteena on parantaa kliinistä päätöksenteko- ja ennusteennustetta GC-potilailla, joilla on vatsakalvon etäpesäke ja kakeksia.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Mahan syöpä (GC) on yksi yleisimmistä ja aggressiivisimmista pahanlaatuisista kasvaimista, ja vatsakalvon etäpesäkkeet ja kakeksia edistävät merkittävästi sen huonoa ennustetta. Bub1 -geeni on osallistunut kromosomaaliseen epävakauteen ja GC: n etenemiseen, mutta sen rooli vatsakalvon etäpesäkkeissä ja kakeksiassa on edelleen epäselvä. Tämän kliinisen tutkimuksen tavoitteena on tutkia Bub1 -geeniekspression integroinnin potentiaalia kuvantamiseen ja patologiseen tietoon ennustavan mallin kehittämiseksi GC -etenemiselle.

Tutkimuksessa kerätään kattavia tietoja GC -potilailta, mukaan lukien genomiprofiilit (BUB1 -geeniekspressio), radiologiset kuvat (CT/MRI -skannaukset) ja histopatologiset löydökset. Advanced Radiomics -analyysi poimii kvantitatiiviset piirteet kuvantamistiedoista, kun taas patologista tietoa analysoidaan asiaankuuluvien histologisten markkerien suhteen. Yhdistetty tietojoukko syötetään syvän oppimismalliin peritoneaalisten etäpesäkkeisiin ja kakeksiaan liittyvien mallien tunnistamiseksi keskittyen varhaisten biomarkkereiden tunnistamiseen.

Syvän oppimisen malliin tehdään iteratiivinen koulutus ja validointi käyttämällä sekä retrospektiivisiä että mahdollisia potilastietoja. Tutkimuksen ensisijaisena päätetapahtumana on arvioida mallin ennustavaa tarkkuutta vatsakalvojen etäpesäkkeille ja kakeksian kehitykselle, kun taas toissijaisiin päätepisteisiin sisältyy sen potentiaalia henkilökohtaisten hoitostrategioiden tietoon, parantaa selviytymisastetta ja ohjata kliinistä päätöksentekoa.

Tässä tutkimuksessa tutkitaan myös BUB1 -ekspression ja GC: n radiopathomien ominaisuuksien välistä korrelaatiota, joka tarjoaa käsityksen peritoneaalista metastaasia ja kakeksiaa ajavat mekanismeja. Havaintojen tarkoituksena on luoda vankka, kliinisesti sovellettava ennustava työkalu, joka voidaan integroida nykyiseen kliiniseen käytäntöön potilaan tulosten parantamiseksi.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

500

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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei käytössä

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Tutkimuspopulaatio koostuu aikuisista potilaista, joilla on diagnosoitu mahalaukun syöpä (GC) sairauden eri vaiheissa. Potilaat valitaan peritoneaalisten etäpesäkkeiden ja/tai kakeksian riskitekijöiden esiintymisen perusteella, joka arvioidaan kliinisillä arvioinnilla, kuvantamisella (CT/MRI) ja histopatologisella tutkimuksella. Osallistujat rekrytoidaan GC -potilaiden ryhmästä, joilla on saatavana genomisia, radiologisia ja patologisia tietoja, jotka ovat välttämättömiä ennustavan mallin kouluttamiseksi.

Tutkimuksessa keskitytään potilaisiin, joilla on laaja GC -ilmenemismuotoja, mukaan lukien sekä varhaiset että edistyneet vaiheet, sen varmistamiseksi, että mallia voidaan soveltaa eri sairausprofiileihin. Tämä monipuolinen väestö auttaa arvioimaan mallin kestävyyttä ja yleistävyyttä peritoneaalisten etäpesäkkeiden ja kakeksian ennustamisessa, joiden tavoitteena on kattava esitys GC -etenemisestä.

Kuvaus

Sisällyttämiskriteerit:

18–75-vuotiailla aikuisilla, joilla on diagnosoitu mahalaukun syöpä (GC) missä tahansa vaiheessa. Histopatologisesti vahvistettu GC käytettävissä olevilla radiologisilla (CT/MRI) ja patologisilla tiedoilla (biopsianäytteillä).

Potilaat, joilla on vatsakalvon etäpesäkkeiden ja/tai kakeksian riski, kliinisen arvioinnin ja kuvantamisen perusteella määritetään.

Kyky antaa tietoinen suostumus ja noudattaa tutkimusprotokollia. Halukkuus suorittaa säännöllinen seurantakuvaus ja kliininen arviointi tutkimuksen ajan.

Poissulkemiskriteerit:

Potilaat, joilla on muita primaarisia syöpiä tai vakavia komorbiditoimintoja (esim. Vakava sydän- ja verisuonisairaus, hallitsematon diabetes).

Raskaana tai imettäviä naisia. Potilaat, joilla on vasta -aiheita MRI- tai CT -kuvantamiseen. Ne, joilla on riittämätön kliininen tieto (esim. Puuttuva radiopatologinen tieto) mallikoulutukseen.

Potilaat, jotka eivät kykene tai haluamatta noudattaa tutkimusprotokollaa, mukaan lukien seurantavierailut ja arvioinnit.

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
Aikaikkuna
Mahden syövän peritoneaalisen metastaasin ja kakeksian Bub1: n integroidun syvän oppimisen mallin ennustava tarkkuus
Aikaikkuna: 12 kuukautta mallikoulutukseen, validointiin ja alkuperäiseen kliiniseen sovellukseen
12 kuukautta mallikoulutukseen, validointiin ja alkuperäiseen kliiniseen sovellukseen

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

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 (Arvioitu)

Lauantai 1. maaliskuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Maanantai 1. maaliskuuta 2027

Opintojen valmistuminen (Arvioitu)

Maanantai 1. maaliskuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 27. helmikuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 27. helmikuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Tiistai 25. maaliskuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 25. maaliskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 27. helmikuuta 2025

Viimeksi vahvistettu

Lauantai 1. helmikuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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