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

Paksusuolen syöpäkasvainten kehittynyt luokittelu CT-kuvista syväoppimista hyödyntäen optimoitua hoitopäätöksentekoa varten. (DeepColScan)

perjantai 6. helmikuuta 2026 päivittänyt: Assistance Publique - Hôpitaux de Paris

Syvän oppimisen avulla tehty edistynyt paksusuolen kasvainten luokittelu CT-kuvista optimoitua hoitopäätöksentekoa varten : monikeskustutkimus

Tämä tutkimus pyrkii parantamaan paksusuolen kasvainten luokittelua syväoppimismalleilla, joita on koulutettu CT-kuvien avulla. Erityisesti pyritään erottamaan T1-T2- ja T3-T4-vaiheet sekä N- ja N+ imusolmuketilanteet. Tämä luokittelu on ratkaisevan tärkeää esimerkiksi kemoterapian tai immunoterapian kaltaisen preoperatiivisen hoidon ohjaamiseksi. Koska radiologien tarkkuus nykyisessä vaiheistuskäytännössä on rajallinen, automaattiset kuvapohjaiset tekoälytyökalut voisivat parantaa diagnoosien tarkkuutta ja toistettavuutta, mikä johtaisi henkilökohtaisempaan ja tehokkaampaan hoitosuunnitteluun. Tutkija kehittää ja validoi konvoluutio- ja transformaattoripohjaisia syväoppimismalleja käyttämällä useista keskuksista saatua suurta annotoitua aineistoa. Toissijaisia tavoitteita ovat hienojakoinen vaiheistus (T1–T4), alaryhmäkohtaiset mallit (MSS vs. MSI) sekä kirurgiaa ennustavat mallit.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Yksityiskohtainen kuvaus

Tämä on retrospektiivinen, ei-interventionaalinen, havainnollinen tutkimus, joka arvioi syväoppimismenetelmien käyttöä parantamaan preoperatiivista CT-pohjaista TNM-stadiaatiota paksusuolen syöpäpotilailla. Tutkimusta suoritetaan useilla toimipisteillä AP-HP-sairaalaverkoston sisällä (Pariisi, Ranska), ja siinä käytetään institutionaalisen terveystietovaraston poimitut tiedot.

Radiologinen tarkkuus kasvaimen vaiheen (T) ja imusolmuketilan (N) arvioinnissa pysyy rajallisena, vaikka se on kriittistä neoadjuvanttien hoitojen valinnalle. Annotoiduille kuvantamistiedoille koulutetut tekoälymallit voivat tarjota johdonmukaisemman, toistettavamman ja tarkemman luokittelun.

Tutkimuskohortti sisältää aikuispotilaita, joille tehtiin paksusuolen resektio tammikuun 2017 ja marraskuun 2024 välisenä aikana, ja joilla oli preoperatiivinen CT-kuvaus ja vastaava patologiaraportti. Kelvolliset tapaukset tunnistetaan käyttämällä standardoituja diagnostisia (ICD-10) ja toimenpidekoodeja (CCAM). Kuvantamis- ja kliiniset tiedot anonymisoidaan ennen analyysiä.

Useita tekoälymallien arkkitehtuureja testataan, mukaan lukien 3D-konvoluutioneuroverkot ja transforameripohjaiset lähestymistavat. CT-kuvaukset esikäsitellään standardoitujen putkistojen avulla; patologiasta tulevat leima-aineistot poimitaan luonnollisen kielen käsittelytekniikoiden (NLP) tai manuaalisen tarkastelun avulla tarvittaessa. Mallin suorituskyky arvioidaan ristivalidoinnin kautta ja arvioidaan käyttämällä AUC:ta, F1-pistemäärää, herkkyyttä ja spesifisyyttä.

Tutkivat analyysit sisältävät hienojakoisen kasvaimen stadioinnin ja kuvantamispohjaisten piirteiden mahdollisen ennustearvon kliinisille lopputuloksille, kuten selviytymiselle.

Tutkimukseen liittyviä toimenpiteitä ei suoriteta. Kaikki analyysit tehdään olemassa oleville tiedoille ranskalaisen tietosuoja- ja eettisten säädösten mukaisesti.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

1000

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

  • Ranska
      • Paris, Ranska, 75012
        • Departement of radiology, saint Antoin Hospital

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

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Aikuiset (≥18 vuotta), joilla on patologisesti vahvistettu paksusuolen syöpä, jotka ovat käyneet läpi kirurgisen resektion osallistuvissa sairaaloissa ja joilla on saatavilla esioperaatioinen rinta-vatsa-lantio-CT, joka on suoritettu laitoksessa ja linkitetty patologiaraporttiin, joka sisältää TNM-luokituksen 90 päivän kuluessa leikkauksesta. Kuvantaminen ja raportit poimittu laitoksen tietovarastosta; epäselvät tai puuttuvat merkinnät ratkaistu manuaalisella lääketieteellisellä tarkastelulla.

Kuvaus

Osallistumiskriteerit:

Aikuiset, joille tehtiin paksusuolen resektioleikkaus AP-HP-sairaalassa 01.01.2017 ja 01.11.2024 välisenä aikana, ja joilla on:

Leikkaukseen sisältyvä esioperaatioinen abdominopelvinen CT-kuvaus saatavilla 60 päivän kuluessa ennen leikkausta.

Vastaava patologiaraportti (anatomopatologiset tulokset) saatavilla 90 päivän kuluessa leikkauksen jälkeen.

Paksusuolen resektio tunnistettu CCAM-toimenpidekoodeilla:

HHFA002, HHFA004, HHFA005, HHFA006, HHFA008, HHFA009, HHFA010, HHFA014, HHFA017, HHFA018, HHFA021, HHFA022, HHFA023, HHFA024, HHFA026, HHFA028, HHFA029, HHFA030, HHFA031, HHFC040, HHFC296.

Paksusuolen kasvaimen vahvistettu diagnoosi ICD-10-koodilla:

C18* (paksusuolen kasvaimet).

Poissulkemiskriteerit:

Potilaat, jotka saivat neoadjuvanttista kemoterapiaa ennen leikkausta, tunnistettu ICD-10-koodeilla Z511 tai Z512, jotka on kirjattu ennen leikkaustoimenpidettä.

Nämä poissulkemiset tarkennetaan ja vahvistetaan manuaalisen potilastietojen tarkastelun kautta tarkkuuden varmistamiseksi.

Käyttökelpoisten CT-kuvien tai anatomisen patologian tietojen puuttuminen leikkausjaksoon liittyen.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Validointiryhmä

Aikuiset, joilla on patologisesti vahvistettu paksusuolen syöpä ja jotka kävivät läpi ennen leikkausta tehdyn rinta-vatsa-lantio-CT-tutkimuksen sekä myöhemmin kolektomian osallistuvissa keskuksissa; tapaukset, jotka täyttävät kuvantamisen ja patologian laatuvaatimukset, käytettiin mallin kouluttamiseen ja sisäiseen ristiinvalidaatioon.

Tekoäly / Syväoppiminen CT-analyysi:

Olemassa olevien ennen leikkausta tehtyjen CT-kuvien ja niihin liitettyjen patologia/kliinistä dataa koskeva retrospektiivinen analyysi automaattisten luokittelumallien kehittämiseksi ja arvioimiseksi. Kokeellista lääkettä, laitetta tai toimenpidettä ei anneta.
Testiryhmä
Erotettu osajoukko (satunnaisesti valittu mallin koulutuksen alussa) kelvollisista paksusuolen syöpätapauksista, joka pidätettiin mallin kehityksestä riippumattoman suorituskykyn varmennuksen tarjoamiseksi T- ja N-luokitusmalleille sekä tutkivia sekundäärianalyysejä varten.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
CT-pohjaisten syväoppimismallien diagnostinen suorituskyky T (T1-2 vs T3-4) ja N (N- vs N+) luokittelussa.
Aikaikkuna: Indeksoi preoperatiivinen CT:n leikkauksen jälkeiseen patologiaraporttiin (90 päivän kuluessa leikkauksesta).
ROC-käyrän alla oleva pinta-ala (AUC) ja F1-pistemäärä syväoppimismalleille (a) luokiteltaessa varhaista vs. edistynyttä T-vaihetta (T1-2 vs T3-4) ja (b) imusolmuketilaa (N- vs N+) verrattuna patologian kultastandardiin.
Herkkyys, spesifisyys, PPV, NPV raportoitu tukimittareina; mallin suorituskyky verrattu historiallisiin radiologin vertailuarvoihin saatavilla olevissa tapauksissa.
Indeksoi preoperatiivinen CT:n leikkauksen jälkeiseen patologiaraporttiin (90 päivän kuluessa leikkauksesta).

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
T4-kasvainten havaitsemisen suorituskyky preoperatiivisessa tietokonetomografiakuvauksessa.
Aikaikkuna: Indeksi CT patologiseen vahvistukseen (≤90 päivää leikkauksen jälkeen).
AUC, F1, herkkyys, spesifisyys binääri-luokittelulle T4 vs. ei-T4 (T1-3).
Analyysit kerrostettu kasvaimen sijainnin ja kontrastivaiheen mukaan, kun tiedot sallivat.
Indeksi CT patologiseen vahvistukseen (≤90 päivää leikkauksen jälkeen).
Moniluokkainen T-vaiheluokittelun tarkkuus (T1, T2, T3, T4).
Aikaikkuna: Indeksi CT patologiseen vahvistukseen (≤90 päivää).
Makrokeskiarvoinen F1, luokkakohtainen herkkyys/spesifisyys, sekoitusmatriisi ja Cohenin kappa verraten mallin ennustamaa 4-luokkaista T-vaihetta patologiaan.
Indeksi CT patologiseen vahvistukseen (≤90 päivää).
CT:stä johdettujen mallipiirteiden ennustearvo kliinisille lopputuloksille ja selviytymiselle.
Aikaikkuna: Indeksistä CT viimeiseen seurantaan (jopa 5 vuotta tai maksimi saatavilla oleva seuranta EHR:ssä).
Yhteys mallin tulosten (todennäköisyydet, upotukset) ja (a) kokonaiseloonjäämisen, (b) tautivapaan eloonjäämisen välillä.
Arvioitu käyttäen Kaplan-Meier-analyysia, log-rank-testejä ja monimuuttuja-Cox-malleja, jotka on säädetty saatavilla olevien kliinisten kovariaattien mukaan.
Indeksistä CT viimeiseen seurantaan (jopa 5 vuotta tai maksimi saatavilla oleva seuranta EHR:ssä).

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Assistance Publique - Hôpitaux de Paris

Yhteistyökumppanit

Institut National de Recherche en Informatique et en Automatique

Tutkijat

  • Päätutkija: Quentin Vanderbecq, MD, Assistance Publique - Hôpitaux de Paris

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)

Sunnuntai 1. helmikuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Tiistai 1. helmikuuta 2028

Opintojen valmistuminen (Arvioitu)

Tiistai 1. helmikuuta 2028

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 6. helmikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 6. helmikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Torstai 12. helmikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 12. helmikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 6. helmikuuta 2026

Viimeksi vahvistettu

Lauantai 1. helmikuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • APHP251408

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