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.

Amélioration de la détection des foyers de cancer dans le cancer de la prostate à l'aide de l'IRM/IRM multiparamétrique (GCC 1261)

16 mars 2020 mis à jour par: Department of Radiation Oncology, University of Maryland, Baltimore

Améliorer la détection des foyers de cancer dans le cancer de la prostate à l'aide de l'IRM/IRM multiparamétrique et de l'apprentissage automatique pour mieux gérer la maladie

L'objectif des chercheurs est de développer une procédure non sélective et non invasive pour identifier les tumeurs agressives et identifier simultanément leur emplacement exact chez les patients atteints d'un cancer de la prostate subissant une prostatectomie radicale en combinant des techniques d'IRM multiparamétrique et d'apprentissage automatique. La combinaison de l'IRM multiparamétrique et de l'apprentissage automatique (validé par histopathologie) peut conduire à une sensibilité et une spécificité accrues des foyers de cancer dans la prostate et aider à isoler les tumeurs agressives des tumeurs indolentes. Cette sensibilité et spécificité accrues peuvent éventuellement conduire à : a) une réduction du nombre de patients qui subissent un traitement inutile, et b) améliorer les options de traitement actuelles en permettant l'utilisation de thérapies ciblées. Les chercheurs recruteront 15 patients atteints d'un cancer de la prostate qui doivent actuellement subir une prostatectomie radicale dans l'étude. Tous les patients obtiendront une étude IRM avancée avant la prostatectomie radicale. Les examens IRM comprendront a) des images volumétriques haute résolution utilisant l'imagerie pondérée en T1 et T2, b) des images vasculaires utilisant l'imagerie dynamique à contraste amélioré (DCE), c) des images de microstructure biophysique utilisant l'imagerie pondérée en diffusion et d) des images biochimiques utilisant l'IRM. imagerie spectroscopique. Après une prostatectomie radicale, un pathologiste classera les échantillons de prostatectomie en fonction de la norme de soins (système de notation Gleason). Des corrélations seront générées entre les paramètres obtenus à partir des scanners et des évaluations cliniques.

Aperçu de l'étude

Statut

Retiré

Les conditions

Type d'étude

Observationnel

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

    • Maryland
      • Baltimore, Maryland, États-Unis, 21201
        • Ummc Msgcc

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

Âges éligibles pour étudier

18 ans et plus (Adulte, Adulte plus âgé)

Accepte les volontaires sains

Non

Sexes éligibles pour l'étude

Homme

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

les patients atteints de cancer de la prostate qui ont choisi de subir une prostatectomie radicale

La description

Critère d'intégration:

  1. Tous les patients de sexe masculin qui ont opté pour une prostatectomie radicale
  2. Les sujets doivent être capables de donner un consentement éclairé.
  3. Les sujets ne doivent pas être claustrophobes.

Critère d'exclusion:

  1. Sujets porteurs de stimulateurs cardiaques.
  2. Sujets porteurs d'implants ou de pompes métalliques ferromagnétiques.
  3. Toutes les femmes sont exclues de cette étude.
  4. Sujets atteints de maladie rénale de toute gravité ou sous hémodialyse.
  5. Sujets allergiques connus aux produits de contraste à base de gadolinium.
  6. Sujets incapables de rester allongés sur le dos jusqu'à une heure d'affilée.

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

  • Modèles d'observation: Cas uniquement
  • Perspectives temporelles: Éventuel

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Objectif principal : distinguer les tumeurs de haut grade des tumeurs de bas grade et de la prostate normale
Délai: 16 mois

Si des techniques d'imagerie RM avancées peuvent être utilisées pour former des techniques d'apprentissage automatique pour distinguer les tumeurs de haut grade des tumeurs de bas grade et de la prostate normale. Les techniques d'apprentissage automatique seront formées en utilisant les données d'histopathologie comme vérité de terrain.

Pour ce faire, nous obtiendrons des images volumétriques des différents attributs tissulaires (énumérés ci-dessous) et les comparerons à l'histopathologie :

  • Perméabilité vasculaire (ktrans) à l'aide de l'IRM à contraste dynamique (DCE-MRI)
  • Changements morphologiques capturés à l'aide de T2 et changements de diffusion à l'aide de l'IRM pondérée en diffusion (DW-MRI)
  • Signatures métaboliques de (choline+créatine)/citrate) ou CC/C par imagerie spectroscopique par résonance magnétique (MRSI)
  • Corréler les résultats d'imagerie in vivo à l'histopathologie ex vivo à l'aide d'un enregistrement d'image déformable
  • Développez une machine à vecteurs de support multiclasse (SVM) en utilisant l'ensemble d'images multiparamétriques comme entrée, et utilisez-la pour prédire un score semblable au score de Gleason.
16 mois

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Objectif secondaire : test non invasif et quantitatif permettant d'identifier avec précision le grade et l'emplacement de la tumeur.
Délai: 16 mois
Les techniques avancées d'imagerie par résonance magnétique peuvent être utilisées seules pour classer le grade de la tumeur. Les ensembles de données collectés seront partitionnés en sous-ensembles qui seront utilisés pour tester les techniques d'apprentissage automatique. Par exemple : 90 % des données seront utilisées pour la formation et les 10 % restants seront utilisés pour les tests. Ce processus sera répété sur une combinaison de différents sous-ensembles. Notre hypothèse est que les méthodes d'apprentissage automatique aideront à analyser les différences entre les tumeurs agressives, les tumeurs indolentes et les tissus normaux. Nous supposons en outre que cette analyse aidera à synthétiser un "score" basé sur l'imagerie qui peut identifier une tumeur agressive à partir de tumeurs indolentes et de tissus normaux dans de nouveaux cas après la formation. Nous pensons que l'utilisation de l'IRM multiparamétrique combinée à une technique avancée d'apprentissage automatique peut améliorer la sensibilité et la spécificité de la détection des foyers tumoraux. Cela se traduira par un test non invasif et quantitatif pour identifier avec précision le grade et l'emplacement de la tumeur.
16 mois

Collaborateurs et enquêteurs

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

Les enquêteurs

  • Chercheur principal: Warren D'Souza, PhD, UMD

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

1 avril 2015

Achèvement primaire (Réel)

1 avril 2015

Achèvement de l'étude (Réel)

1 avril 2015

Dates d'inscription aux études

Première soumission

8 janvier 2013

Première soumission répondant aux critères de contrôle qualité

9 janvier 2013

Première publication (Estimation)

11 janvier 2013

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

18 mars 2020

Dernière mise à jour soumise répondant aux critères de contrôle qualité

16 mars 2020

Dernière vérification

1 mars 2020

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • HP-00054431

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 .

3
S'abonner