- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05783986
Développement d'un modèle d'apprentissage en profondeur basé sur l'IRM pour prédire l'état du ROR
Développement d'un modèle d'apprentissage en profondeur basé sur l'IRM pour prédire le statut ROR du carcinome de l'endomètre
Afin de développer une méthode pratique, peu coûteuse et complète pour prédire le dMMR en préopératoire et réduire le nombre de personnes nécessitant des tests immunohistochimiques ou génétiques liés au dMMR après la chirurgie, cette étude vise à établir un modèle d'apprentissage en profondeur basé sur l'IRM pour prédire le statut MMR de cancer de l'endomètre. Les patientes diagnostiquées avec un cancer de l'endomètre après la chirurgie et qui avaient subi une IRM pelvienne avant la chirurgie ont été recueillies. L'apprentissage en profondeur a été utilisé pour combiner le modèle clinique avec les données d'imagerie IRM afin de créer le modèle. Des courbes ROC ont été construites pour le groupe de test, le groupe de vérification interne et le groupe de vérification externe, et l'aire sous les courbes ROC a été calculée pour évaluer l'effet diagnostique et la stabilité du modèle.
La stratégie de triage à double seuil a été utilisée pour éliminer la population pMMR (en dessous du seuil inférieur), la population dMMR (au-dessus du seuil supérieur) et la partie incertaine de la population (entre les seuils).
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Dans cette étude, les patientes diagnostiquées avec un cancer de l'endomètre après la chirurgie et qui avaient subi une IRM pelvienne avant la chirurgie ont été recueillies de 2017 à 2022. Il est prévu de collecter 500 cas dans notre hôpital, qui se répartissent en 375 cas (groupe expérimental) et 125 cas (groupe de vérification interne).
100 cas de Sun Yat-sen University Cancer Center pour vérification externe. Les données cliniques (âge, sexe, IMC, CA125, CA19-9, stade MR-T, résultats immunohistochimiques des protéines liées au ROR) de la population étudiée ont été recueillies et une analyse de régression logistique a été effectuée pour établir des modèles cliniques. Extrayez, segmentez, intégrez et améliorez les données d'imagerie IRM.
L'apprentissage en profondeur a été utilisé pour combiner le modèle clinique avec les données d'imagerie IRM afin de créer le modèle. Des courbes ROC ont été construites pour le groupe de test, le groupe de vérification interne et le groupe de vérification externe, et l'aire sous les courbes ROC a été calculée pour évaluer l'effet diagnostique et la stabilité du modèle.
La stratégie de triage à double seuil a été utilisée pour éliminer la population pMMR (en dessous du seuil inférieur), la population dMMR (au-dessus du seuil supérieur) et la partie incertaine de la population (entre les seuils). Si le score prédictif est supérieur au seuil inférieur, il est conseillé au patient de subir d'autres tests immunohistochimiques ou génétiques pour confirmer le statut ROR ou le type dMMR
Type d'étude
Inscription (Anticipé)
Contacts et emplacements
Coordonnées de l'étude
- Nom: Jing Li
- Numéro de téléphone: 15915893493
- E-mail: lijing228@mail.sysu.edu.cn
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Patientes ayant reçu un diagnostic de cancer de l'endomètre après la chirurgie et ayant subi une IRM pelvienne avant la chirurgie de 2017 à 2022
Critère d'exclusion:
- (1) Il n'y avait aucun résultat de détection immunohistochimique de la protéine liée au ROR ; (2) Radiothérapie et chimiothérapie avant IRM ; (3) petites tumeurs difficiles à identifier sur l'image (<5mm) ; (4) La qualité d'imagerie pondérée en T2 est insuffisante pour tracer le retour sur investissement, comme les artefacts de mouvement évidents ; (5) Il existe d'autres tumeurs malignes gynécologiques
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
---|---|
Groupe de test
375 patients de notre hôpital, répartis au hasard.
|
500 patients de notre hôpital ont été divisés au hasard en groupe de test et groupe de validation interne, et 100 patients de l'hôpital collaboratif étaient un groupe de validation externe.
|
Groupe de validation interne
125 patients de notre hôpital, répartis au hasard.
|
500 patients de notre hôpital ont été divisés au hasard en groupe de test et groupe de validation interne, et 100 patients de l'hôpital collaboratif étaient un groupe de validation externe.
|
Groupe de validation externe
100 patients du centre de cancérologie de l'université Sun Yat-sen
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Aire sous la courbe caractéristique de fonctionnement du récepteur (AUROC)
Délai: un ans
|
La zone sous la courbe caractéristique de fonctionnement du récepteur (AUROC) a été utilisée pour évaluer les performances des modèles
|
un ans
|
Collaborateurs et enquêteurs
Collaborateurs
Les enquêteurs
- Chercheur principal: Jing Li, Sun Yat-sen Memorial Hospital,Sun Yat-sen University
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Anticipé)
Achèvement primaire (Anticipé)
Achèvement de l'étude (Anticipé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- SYSKY-2023-084-01
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
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 .
Essais cliniques sur Cancer de l'endomètre
-
IVI MadridIgenomixComplété
-
National Cancer Institute (NCI)ComplétéPoumon | Cerveau | Sein | Prostate | EndometrialÉtats-Unis
-
PfizerRetiréCancer du sein | Cancer des ovaires | Cancer du poumon non à petites cellules (NSCLC) | Tumeurs solides | Liposarcome | Endometrial
-
Western Regional Medical CenterRésiliéCancer du pancréas | Cancer du poumon non à petites cellules | Cancer avancé | Cancer des cellules rénales | Carcinome colorectal | Endometrial | UtérinÉtats-Unis