Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Development and Validation of a Non-Invasive AI Diagnostic Model for Prostate Cancer Using Multiparametric MRI and PSMA PET/CT

14 septembre 2026 mis à jour par: Xiangya Hospital of Central South University

A Retrospective, Multicenter Study to Develop and Validate a Non-Invasive Artificial Intelligence Diagnostic Model for Prostate Cancer Using Multiparametric MRI and PSMA PET/CT, With Pathologically Confirmed Diagnosis as the Reference Standard

Prostate cancer is one of the most common malignancies in men. Currently, due to the limited diagnostic accuracy of existing imaging tests, there is a risk of missed diagnosis or unnecessary prostate biopsy. This study aims to develop and validate a non-invasive artificial intelligence (AI) diagnostic model using two advanced imaging techniques: multiparametric MRI (mpMRI) and PSMA PET/CT. By integrating information from both imaging modalities, the AI model is expected to improve the diagnostic accuracy of prostate cancer, reduce unnecessary biopsies, and assist physicians in making better clinical decisions. This is a retrospective, multicenter study that plans to collect imaging and pathology data from approximately 1,000 to 1,500 patients across six major hospitals in China. The diagnostic performance of the model will be evaluated, including its ability to identify clinically significant prostate cancer and its value in assisting diagnosis in patients with PSA levels in the gray zone (4-20 ng/mL).

Aperçu de l'étude

Statut

Statut

Indique le statut de recrutement actuel ou le statut d'accès étendu.
Inscription sur invitation

Les conditions

Les conditions

La maladie, le trouble, le syndrome, la maladie ou la blessure à l'étude. Sur ClinicalTrials.gov, les conditions peuvent également inclure d'autres problèmes liés à la santé, tels que la durée de vie, la qualité de vie et les risques pour la santé.

Description détaillée

Study Design:

This is a retrospective and prospective, multicenter, case-control study. The study aims to develop and validate a non-invasive artificial intelligence (AI) diagnostic model for prostate cancer by integrating multiparametric MRI (mpMRI) and PSMA PET/CT imaging.

Participants:

Patients who underwent mpMRI, PSMA PET/CT, and prostate biopsy or radical prostatectomy at participating centers will be retrospectively enrolled. Eligible participants include pathologically confirmed prostate cancer patients (cases) and benign prostatic hyperplasia (BPH) patients (controls). Inclusion criteria include age ≥18 years, ECOG performance status 0-2, life expectancy >6 months, and availability of complete clinical data (PSA, Gleason score, PI-RADS, SUVmax, prostate volume, etc.). Exclusion criteria include prior prostate cancer treatment (endocrine therapy or radiotherapy), previous prostate surgery (e.g., TURP), severe renal insufficiency, other malignancies. Informed consent is waived for retrospective patients, while signed informed consent is required for prospective patients.

Sample Size:

Approximately 1,000 to 1,500 participants will be enrolled from six hospitals in China: Xiangya Hospital of Central South University, Qilu Hospital of Shandong University, Chinese PLA General Hospital, The First Affiliated Hospital of Guangzhou Medical University, Beijing Hospital and Renji Hospital, Shanghai Jiao Tong University School of Medicine.

AI Model Development:

The AI model will be developed using deep learning and radiomics techniques. mpMRI sequences (including T2-weighted, DWI/ADC, and DCE) and PSMA PET/CT images will be preprocessed, coregistered, and fused. The model will be trained to distinguish clinically significant prostate cancer (csPCa) from non-csPCa or benign conditions. The reference standard is histopathology from prostate biopsy or radical prostatectomy.

Outcome Measures:

Primary outcome measures include the area under the receiver operating characteristic curve (AUC), sensitivity, and specificity of the AI model for csPCa detection. Secondary outcome measures include positive predictive value (PPV), negative predictive value (NPV), overall accuracy, decision curve analysis (DCA) net benefit, diagnostic performance in the PSA gray zone (4-20 ng/mL) subgroup, and the proportion of patients who could avoid biopsy at 100% specificity threshold.

Statistical Analysis:

Model performance will be evaluated using internal cross-validation and external validation on data from different centers. Calibration curves and decision curve analysis will be used to assess clinical utility. Subgroup analyses will be performed for PSA gray zone patients and different Gleason grade groups.

Type d'étude

Type d'étude

Décrit la nature d'une étude clinique. Les types d'études comprennent les études interventionnelles (également appelées essais cliniques), les études observationnelles (y compris les registres de patients) et l'accès élargi.
Observationnel

Inscription (Estimé)

Inscription

Le nombre de participants à une étude clinique. L'inscription "prévue" est le nombre cible de participants dont les chercheurs ont besoin pour l'étude.
1500

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

  • Chine
    • Beijing Municipality
      • Beijing, Beijing Municipality, Chine, 100853
        • Chinese PLA General Hospital
      • Beijing, Beijing Municipality, Chine, 100730
        • Beijing Hospital
    • Guangdong
      • Guangzhou, Guangdong, Chine, 510120
        • The First Affiliated Hospital of Guangzhou Medical University
    • Shandong
      • Jinan, Shandong, Chine, 250012
        • Qilu Hospital of Shandong University
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Chine, 200127
        • Renji Hospital, Shanghai Jiao Tong University School of Medicine
  • États-Unis
    • California
      • Los Angeles, California, États-Unis, 90095
        • David Geffen School of Medicine University of California, Los Angeles(UCLA)

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Critère d'éligibilité

Les principales exigences que doivent remplir les personnes qui souhaitent participer à une étude clinique ou les caractéristiques qu'elles doivent avoir. Les critères d'éligibilité comprennent à la fois des critères d'inclusion (qui sont requis pour qu'une personne participe à l'étude) et des critères d'exclusion (qui empêchent une personne de participer). Les types de critères d'éligibilité incluent si une étude accepte des volontaires sains, a des exigences d'âge ou de groupe d'âge, ou est limitée par le sexe.

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

This study will enroll patients who underwent mpMRI, PSMA PET/CT, and prostate biopsy or radical prostatectomy at six major hospitals in China: Xiangya Hospital of Central South University, Qilu Hospital of Shandong University, Chinese PLA General Hospital, The First Affiliated Hospital of Guangzhou Medical University, Beijing Hospital and Renji Hospital, Shanghai Jiao Tong University School of Medicine. The study population includes two groups: patients with pathologically confirmed prostate cancer (cases) and patients with pathologically confirmed benign prostatic hyperplasia (BPH, controls). All participants are male, aged 18 years or older, with no prior prostate cancer treatment (endocrine therapy or radiotherapy) or prostate surgery. Patients with severe renal insufficiency or other malignancies are excluded. A total of approximately 1,000 to 1,500 participants will be enrolled retrospectively from the participating centers.

La description

Inclusion Criteria:

  1. Age ≥ 18 years.
  2. ECOG performance status 0-2.
  3. Life expectancy > 6 months.
  4. Underwent mpMRI and PSMA PET/CT before systemic treatment or radical prostatectomy, with original DICOM data available for export.
  5. Has pathological diagnosis from prostate biopsy or radical prostatectomy as the gold standard.
  6. Complete clinical data available, including pre-treatment PSA (tPSA, fPSA), TNM stage, Gleason score, PI-RADS score, SUVmax, prostate volume (from MRI/PSMA PET), age, and BMI.
  7. Informed consent for data use for research purposes according to each center's ethics requirements.

Exclusion Criteria:

  1. History of other malignant tumors
  2. Previous prostate surgery (e.g., TURP)
  3. Prior endocrine therapy or radiotherapy
  4. Severe renal insufficiency
  5. Major organ dysfunction or life expectancy < 1 year

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte

Groupe / Cohorte

Groupe ou sous-groupe de participants à une étude observationnelle dont les résultats biomédicaux ou sanitaires sont évalués.
Groupe du cancer de la prostate
Non-cancer (BPH) Control

Que mesure l'étude ?

Principaux critères de jugement

Principaux critères de jugement

Dans le protocole d'une étude clinique, la mesure de résultat prévue qui est la plus importante pour évaluer l'effet d'une intervention/d'un traitement. La plupart des études cliniques ont un critère de jugement principal, mais certaines en ont plus d'un.
Mesure des résultats
Description de la mesure
Délai
Area Under the Curve (AUC) of the AI Model for Detecting Clinically Significant Prostate Cancer
Délai: At histopathological diagnosis by prostate biopsy or radical prostatectomy
The AUC (Area Under the Receiver Operating Characteristic Curve) will be calculated to evaluate the overall diagnostic performance of the AI model in distinguishing clinically significant prostate cancer (csPCa) from non-csPCa or benign conditions. The gold standard is histopathology from prostate biopsy or radical prostatectomy.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Specificity of the AI Model for Detecting Clinically Significant Prostate Cancer
Délai: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Specificity (true negative rate) will be calculated to evaluate the model's ability to correctly identify patients without clinically significant prostate cancer. High specificity is a primary goal to reduce unnecessary prostate biopsies.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Sensitivity of the AI Model for Detecting Clinically Significant Prostate Cancer
Délai: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Sensitivity (true positive rate) will be calculated to evaluate the model's ability to correctly identify patients with clinically significant prostate cancer.
At histopathological diagnosis by prostate biopsy or radical prostatectomy

Mesures de résultats secondaires

Mesures de résultats secondaires

Dans le protocole d'une étude clinique, mesure de résultat planifiée qui n'est pas aussi importante que la mesure de résultat principale pour évaluer l'effet d'une intervention, mais qui reste intéressante. La plupart des études cliniques ont plus d'un critère de jugement secondaire.
Mesure des résultats
Description de la mesure
Délai
Overall Diagnostic Accuracy
Délai: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Overall accuracy (proportion of true results among all cases) will be calculated for the AI model in detecting clinically significant prostate cancer.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Net Benefit of the AI Model for Detecting Clinically Significant Prostate Cancer
Délai: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Net benefit will be calculated across a range of threshold probabilities to evaluate the clinical utility of the AI model for detecting clinically significant prostate cancer, using histopathological diagnosis from prostate biopsy or radical prostatectomy as the reference standard. Results will be compared with default strategies of biopsying all patients or no patients.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Proportion of Patients Who Could Avoid Biopsy at 100% Specificity Threshold
Délai: At histopathological diagnosis by prostate biopsy or radical prostatectomy
At a specificity of 100% (no false positives), the proportion of patients who would be correctly identified as non-csPCa and thus could safely avoid prostate biopsy will be calculated. Sensitivity at this threshold will also be reported.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
AUC in PSA Gray Zone (4-20 ng/mL)
Délai: At histopathological diagnosis by prostate biopsy or radical prostatectomy
The area under the receiver operating characteristic curve (AUC) of the AI model will be evaluated in patients with PSA levels between 4 and 20 ng/mL to assess discrimination between clinically significant prostate cancer and non-clinically significant or benign disease, using histopathological diagnosis as the reference standard.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Specificity in PSA Gray Zone (4-20 ng/mL)
Délai: At histopathological diagnosis (prostate biopsy or radical prostatectomy)
Specificity of the AI model will be evaluated in patients with PSA levels between 4 and 20 ng/mL using histopathological diagnosis as the reference standard.
At histopathological diagnosis (prostate biopsy or radical prostatectomy)

Autres mesures de résultats

Autres mesures de résultats

Pour les essais cliniques, une mesure planifiée décrite dans le protocole qui est utilisée pour déterminer l'effet d'une intervention/d'un traitement sur les participants. Pour les études d'observation, une mesure ou une observation qui est utilisée pour décrire des modèles de maladies ou de traits, ou des associations avec des expositions, des facteurs de risque ou un traitement. Les types de mesures de résultats comprennent la mesure de résultat primaire et la mesure de résultat secondaire.
Mesure des résultats
Description de la mesure
Délai
Sensitivity in PSA Gray Zone (4-20 ng/mL)
Délai: At histopathological diagnosis (prostate biopsy or radical prostatectomy)
Sensitivity of the AI model will be evaluated in patients with PSA levels between 4 and 20 ng/mL, using histopathological diagnosis as the reference standard.
At histopathological diagnosis (prostate biopsy or radical prostatectomy)

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Parrainer

L'organisation ou la personne qui lance l'étude et qui a autorité et contrôle sur l'étude.
Xiangya Hospital of Central South University

Collaborateurs

Collaborateurs

Une organisation autre que le promoteur qui apporte son soutien à une étude clinique. Ce soutien peut inclure des activités liées au financement, à la conception, à la mise en œuvre, à l'analyse des données ou à la production de rapports.
Chinese PLA General Hospital
RenJi Hospital
Qilu Hospital of Shandong University
The First Affiliated Hospital of Guangzhou Medical University

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

Début de l'étude

La date réelle à laquelle le premier participant a été inscrit à une étude clinique. La date de début "prévue" de l'étude est la date qui, selon les chercheurs, sera la date de début de l'étude.
13 janvier 2026

Achèvement primaire (Estimé)

Achèvement primaire

La date à laquelle le dernier participant à une étude clinique a été examiné ou a reçu une intervention pour recueillir les données finales pour le critère de jugement principal. Que l'étude clinique se soit terminée conformément au protocole ou qu'elle ait été terminée n'affecte pas cette date. Pour les études cliniques avec plus d'un critère de jugement principal avec des dates d'achèvement différentes, ce terme fait référence à la date à laquelle la collecte de données est terminée pour tous les critères de jugement principaux. La date d'achèvement primaire "prévue" est la date qui, selon les chercheurs, sera la date d'achèvement primaire de l'étude.
30 septembre 2026

Achèvement de l'étude (Estimé)

Achèvement de l'étude

La date à laquelle le dernier participant à une étude clinique a été examiné ou a reçu une intervention/un traitement pour recueillir les données finales pour les mesures de résultats primaires, les mesures de résultats secondaires et les événements indésirables (c'est-à-dire la dernière visite du dernier participant). La date d'achèvement de l'étude "prévue" est la date qui, selon les chercheurs, sera la date d'achèvement de l'étude.
31 décembre 2026

Dates d'inscription aux études

Première soumission

Première soumission

La date à laquelle le promoteur de l'étude ou l'investigateur a soumis pour la première fois un dossier d'étude à ClinicalTrials.gov. Il y a généralement un délai de quelques jours entre la première date de soumission et la disponibilité du dossier sur ClinicalTrials.gov (la première date publiée).
16 juin 2026

Première soumission répondant aux critères de contrôle qualité

Première soumission répondant aux critères de contrôle qualité

La date à laquelle le promoteur de l'étude ou l'investigateur soumet pour la première fois un dossier d'étude conforme aux critères d'examen du contrôle qualité (CQ) de la National Library of Medicine (NLM). Le promoteur ou l'investigateur peut avoir besoin de réviser et de soumettre un dossier d'étude une ou plusieurs fois avant que les critères d'examen du CQ du NLM soient remplis. Il incombe au promoteur ou à l'investigateur de s'assurer que le dossier de l'étude est conforme aux critères d'examen du NLM QC.
1 juillet 2026

Première publication (Réel)

Première publication

La date à laquelle le dossier d'étude a été disponible pour la première fois sur ClinicalTrials.gov après la fin de l'examen du contrôle qualité (CQ) de la National Library of Medicine (NLM). Il y a généralement un délai de quelques jours entre la date à laquelle le promoteur de l'étude ou l'investigateur a soumis le dossier de l'étude et la première date de publication.
8 juillet 2026

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

Dernière mise à jour publiée

La date la plus récente à laquelle les modifications apportées à un dossier d'étude ont été mises à disposition sur ClinicalTrials.gov. Il peut y avoir un délai entre le moment où les modifications ont été soumises à ClinicalTrials.gov par le promoteur ou l'investigateur de l'étude (la date de soumission de la dernière mise à jour) et la date de publication de la dernière mise à jour.
15 septembre 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

Dernière mise à jour soumise répondant aux critères de contrôle qualité

La date la plus récente à laquelle le promoteur de l'étude ou l'investigateur a soumis des modifications à un dossier d'étude qui sont conformes aux critères d'examen du contrôle qualité (CQ) de la National Library of Medicine (NLM). Il incombe au promoteur ou à l'investigateur de s'assurer que le dossier de l'étude est conforme aux critères d'examen du NLM QC.
14 septembre 2026

Dernière vérification

Dernière vérification

La date la plus récente à laquelle le promoteur de l'étude ou l'investigateur a confirmé que les informations sur une étude clinique sur ClinicalTrials.gov étaient exactes et à jour. Si une étude avec un statut de recrutement de recrutement ; pas encore de recrutement ; ou actif, aucun recrutement n'a été confirmé au cours des 2 dernières années, le statut de recrutement de l'étude est indiqué comme inconnu.
1 mai 2026

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

Autres numéros d'identification d'étude

Identifiants ou numéros d'identification autres que le numéro NCT qui sont attribués à une étude clinique par le sponsor de l'étude, les bailleurs de fonds ou autres. Ces numéros peuvent inclure des identifiants uniques d'autres registres d'essais et des numéros de subvention des National Institutes of Health.
  • 2026010083_2

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

Paramètres des cookies

Nous utilisons des cookies pour nous assurer de vous offrir la meilleure expérience sur notre site Web. Pour plus de détails, lisez attentivement notre Politique de confidentialité et de cookies. ...>>>Vous pouvez modifier vos préférences ou retirer votre consentement à tout moment en supprimant les cookies de votre site Web ou de votre ordinateur comme décrit dans la politique. Veuillez l'accepter et choisir vos préférences en cochant les cases correspondantes dans la section "Gérer les paramètres" ci-dessous. Veuillez lire attentivement nos Conditions d'utilisation avant de continuer à utiliser une partie de ce site Web.
«Gérer les paramètres