- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05096533
La valeur d'application de l'intelligence artificielle dans le diagnostic de précision par IRM et le traitement du cancer de la vessie
19 octobre 2021 mis à jour par: The First Affiliated Hospital with Nanjing Medical University
Étude clinique multicentrique prospective sur la valeur d'application de l'intelligence artificielle dans le diagnostic de précision par IRM et le traitement du cancer de la vessie
Cette étude était une étude clinique observationnelle prospective multicentrique. Au total, 150 patients atteints d'une tumeur maligne de la vessie admis au service d'urologie de chaque centre pour traitement et ayant subi une résection électrique ou une cystectomie radicale devaient être recrutés.
Afin d'analyser la sensibilité, la spécificité et la précision de l'intelligence artificielle dans la prédiction de la stadification pathologique postopératoire, les patients qui sont entrés dans le groupe ont été suivis pendant 3 ans, puis, nous avons analysé la corrélation entre les résultats de prédiction de l'intelligence artificielle et le patient OS PFS RFS.
Il a été préalablement vérifié que les résultats du modèle d'intelligence artificielle ont le potentiel de prédire le pronostic des patients atteints d'un cancer de la vessie.
Aperçu de l'étude
Statut
Recrutement
Les conditions
Description détaillée
Recherche préliminaire : Cette recherche est une recherche conjointe multidisciplinaire en combinant l'intelligence artificielle avec la résonance magnétique, elle peut rendre plus précise la détermination préopératoire du stade du cancer de la vessie et guider le plan de traitement du clinicien.
À l'heure actuelle, il a été construit qu'un modèle d'intelligence artificielle basé sur des images de résonance magnétique préopératoires pour prédire la stadification et le pronostic du patient.
Nous avons construit un modèle de prédiction de la mise en scène grâce à un réseau d'intelligence artificielle d'apprentissage en profondeur et collecté des données d'image par résonance magnétique et des données pathologiques postopératoires associées sur les patients. Nous avons ensuite suivi 576 patients sur la base de la construction d'un modèle de mise en scène.
En obtenant l'OS, la PFS et la RFS des patients, une partie a été sélectionnée au hasard comme ensemble d'entraînement pour l'entraînement du modèle de réseau d'apprentissage en profondeur.
L'autre partie est utilisée comme ensemble de test pour vérifier sa précision.
Cette étude était une étude clinique observationnelle prospective multicentrique. Au total, 150 patients atteints d'une tumeur maligne de la vessie admis au service d'urologie de chaque centre pour traitement et ayant subi une résection électrique ou une cystectomie radicale devaient être recrutés.
Afin d'analyser la sensibilité, la spécificité et la précision de l'intelligence artificielle dans la prédiction de la stadification pathologique postopératoire, les patients qui sont entrés dans le groupe ont été suivis pendant 3 ans, puis, nous avons analysé la corrélation entre les résultats de prédiction de l'intelligence artificielle et le patient OS PFS RFS.
Il a été préalablement vérifié que les résultats du modèle d'intelligence artificielle ont le potentiel de prédire le pronostic des patients atteints d'un cancer de la vessie.
Type d'étude
Observationnel
Inscription (Anticipé)
150
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
-
-
Jiangsu
-
Nanjing, Jiangsu, Chine, 210000
- Recrutement
- The First Affiliated Hospital of Nanjing Medical University
-
Contact:
- Qiang Lu
- Numéro de téléphone: 13505196501
- E-mail: dxhlvqiang@163.com
-
-
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
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Non
Sexes éligibles pour l'étude
Tout
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
Les patients reçoivent une IRM dans chaque centre d'étude et subissent l'opération.
La description
Critère d'intégration:
- L'examen préopératoire indique au patient qu'il s'agit d'un cancer de la vessie ;
- Il n'y a pas de limite sur le sexe;
- L'âge de 18 ans ou plus;
- Peut fournir des images IRM préopératoires ;
- Accepter de fournir des informations cliniques de base personnelles et des données pathologiques et d'imagerie pour la recherche scientifique, et signer un consentement éclairé ;
- Accepter de fournir les résultats de la surveillance lors du suivi de la récidive.
Critère d'exclusion:
- Le patient n'a pas été en mesure de fournir des images IRM préopératoires, y compris des images IRM après le traitement néoadjuvant et avant la chirurgie ;
- Les patients dont les informations pathologiques sur les échantillons étaient incomplètes n'ont pas été en mesure de fournir des informations précises sur la stadification et le classement ;
- Les patients ne peuvent pas être opérés pour leurs propres raisons : insuffisance cardiaque grave, infarctus aigu du myocarde, maladies cardiaques et pulmonaires graves, etc., ils ne peuvent tolérer un traitement chirurgical normal ;
- Patients ayant récemment subi une intervention chirurgicale (par exemple, TURBT) avant l'examen IRM;
- Le chercheur pense qu'il existe des conditions qui peuvent nuire au sujet ou empêcher le sujet de satisfaire ou d'exécuter les exigences de l'étude ;
- Patients incapables de fournir un consentement éclairé écrit.
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
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Explorer la valeur d'application de l'intelligence artificielle dans le diagnostic et le traitement précis de la tumeur de la vessie, et améliorer la précision du diagnostic par IRM du stade et du grade du cancer de la vessie grâce à l'intelligence artificielle.
Délai: 1 an
|
2、Grâce à l'analyse de concordance des résultats du test de diagnostic de l'intelligence artificielle avec les résultats de référence de la chirurgie, la sensibilité, la spécificité, la valeur prédictive positive (PPV), la valeur prédictive négative (NPV) du diagnostic de l'intelligence artificielle avant l'opération.
|
1 an
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
La survie globale
Délai: 3 ans après l'opération
|
La corrélation entre le modèle d'intelligence artificielle et la SG chez les patients atteints d'un cancer de la vessie a été analysée afin de vérifier de manière préliminaire la capacité potentielle des résultats du modèle d'intelligence artificielle à prédire le pronostic des patients atteints d'un cancer de la vessie.
|
3 ans après l'opération
|
Autres mesures de résultats
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
survie sans récidive
Délai: 3 ans après l'opération
|
La corrélation entre le modèle d'intelligence artificielle et le RFS chez les patients atteints d'un cancer de la vessie a été analysée pour vérifier de manière préliminaire la capacité potentielle des résultats du modèle d'intelligence artificielle à prédire le pronostic des patients atteints d'un cancer de la vessie.
|
3 ans après l'opération
|
|
survie sans progression
Délai: 3 ans après l'opération
|
La corrélation entre le modèle d'intelligence artificielle et la SSP chez les patients atteints d'un cancer de la vessie a été analysée afin de vérifier de manière préliminaire la capacité potentielle des résultats du modèle d'intelligence artificielle à prédire le pronostic des patients atteints d'un cancer de la vessie.
|
3 ans après l'opération
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Publications et liens utiles
La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.
Publications générales
- Panebianco V, Narumi Y, Altun E, Bochner BH, Efstathiou JA, Hafeez S, Huddart R, Kennish S, Lerner S, Montironi R, Muglia VF, Salomon G, Thomas S, Vargas HA, Witjes JA, Takeuchi M, Barentsz J, Catto JWF. Multiparametric Magnetic Resonance Imaging for Bladder Cancer: Development of VI-RADS (Vesical Imaging-Reporting And Data System). Eur Urol. 2018 Sep;74(3):294-306. doi: 10.1016/j.eururo.2018.04.029. Epub 2018 May 10.
- Wang H, Luo C, Zhang F, Guan J, Li S, Yao H, Chen J, Luo J, Chen L, Guo Y. Multiparametric MRI for Bladder Cancer: Validation of VI-RADS for the Detection of Detrusor Muscle Invasion. Radiology. 2019 Jun;291(3):668-674. doi: 10.1148/radiol.2019182506. Epub 2019 Apr 23.
- Suarez-Ibarrola R, Hein S, Reis G, Gratzke C, Miernik A. Current and future applications of machine and deep learning in urology: a review of the literature on urolithiasis, renal cell carcinoma, and bladder and prostate cancer. World J Urol. 2020 Oct;38(10):2329-2347. doi: 10.1007/s00345-019-03000-5. Epub 2019 Nov 5.
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)
1 janvier 2021
Achèvement primaire (Anticipé)
1 mai 2022
Achèvement de l'étude (Anticipé)
1 janvier 2023
Dates d'inscription aux études
Première soumission
7 octobre 2021
Première soumission répondant aux critères de contrôle qualité
19 octobre 2021
Première publication (Réel)
27 octobre 2021
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
27 octobre 2021
Dernière mise à jour soumise répondant aux critères de contrôle qualité
19 octobre 2021
Dernière vérification
1 octobre 2021
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- 2021-SR-409
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 .