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.

Nouvelles applications pour l’évaluation des sarcomes (NASA)

9 avril 2026 mis à jour par: The Leeds Teaching Hospitals NHS Trust

Cette recherche vise à améliorer la façon de déterminer si une masse dans les tissus mous tels que la graisse ou les muscles est un type de cancer appelé sarcome des tissus mous, ou si elle est bénigne (non cancéreuse). Pour ce faire, les enquêteurs utiliseront des IRM cliniques de routine, des IRM quantitatives supplémentaires et l'intelligence artificielle.

Les objectifs de cette recherche sont :

Développer des algorithmes d'IA capables de classer avec précision les masses des tissus mous comme bénignes ou malignes à l'aide d'images IRM de routine et quantitatives.

Classer les masses malignes des tissus mous selon leur grade pathologique. Comparez différents modèles d'IA sur des ensembles de tests externes invisibles pour déterminer lequel offre les meilleures performances.

Il sera demandé aux participants s'ils peuvent passer jusqu'à un maximum de 10 minutes supplémentaires dans un scanner IRM afin que les images supplémentaires puissent être acquises. Un petit sous-ensemble de participants sera invité à nouveau afin que les enquêteurs puissent vérifier la reproductibilité des images et du logiciel d'IA.

Aperçu de l'étude

Statut

Complété

Les conditions

Intervention / Traitement

Description détaillée

L'objectif de cette recherche est d'améliorer la manière de déterminer si une masse dans les tissus mous tels que la graisse ou les muscles est un type de cancer appelé sarcome des tissus mous, ou si elle est bénigne grâce à l'intelligence artificielle (IA).

Les sarcomes des tissus mous sont un type de cancer qui peut apparaître n’importe où dans le corps où se trouvent des tissus mous tels que les muscles ou la graisse. Bien que les sarcomes soient rares, les tumeurs bénignes des tissus mous sont courantes et il est actuellement très difficile de faire la différence entre les deux par imagerie. Cela signifie que de nombreux patients présentant des masses bénignes sont référés pour des biopsies douloureuses et que les listes d'attente pour les biopsies sont longues en raison de la lourde charge de travail diagnostique.

Cette recherche vise à développer un algorithme d’IA capable de différencier les masses bénignes et malignes des tissus mous. Bien qu'un algorithme puisse être développé à l'aide de données de routine existantes, les chercheurs aimeraient déterminer si l'ajout d'images IRM quantitatives pourrait le rendre plus précis.

Il sera demandé aux patients qui subissent déjà un examen du sarcome s'ils consentent à l'acquisition d'images IRM supplémentaires. Ces images seront utilisées pour fournir des informations supplémentaires à l’IA. Les images supplémentaires ajouteront un maximum de 10 minutes à l'IRM standard des patients, ce qui signifie que les patients n'auront pas besoin de faire un voyage supplémentaire ni de subir des procédures supplémentaires. Les participants à l'étude n'auront pas besoin de recevoir un produit de contraste IRM dans le cadre de cette recherche. Les images supplémentaires ne seront pas utilisées pour établir un diagnostic lors de cette recherche. Il sera demandé à un petit sous-ensemble de patients s’ils seraient prêts à venir pour une deuxième analyse afin que les chercheurs puissent voir la fiabilité des mesures, mais cela sera entièrement facultatif.

Type d'étude

Observationnel

Inscription (Réel)

186

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

      • Leeds, Royaume-Uni
        • Leeds Teaching Hospitals

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

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Patients qui ont été référés pour une IRM pour une masse des tissus mous pouvant être un sarcome des tissus mous et qui n'ont pas encore subi de traitement pour la lésion.

La description

Critère d'intégration:

  1. Patients présentant une masse des tissus mous discutés lors de la réunion multidisciplinaire sur les sarcomes
  2. Passer une IRM dans le cadre de leur norme de soins
  3. Le participant est disposé et capable de donner son consentement éclairé pour participer à l'essai.

Critère d'exclusion:

  1. Le patient a déjà subi une ablation chirurgicale de la masse, ou d'une partie de la masse, avant son IRM.
  2. Contre-indication à l'IRM (par ex. présence d'implants contre-indiqués, par ex. stimulateurs cardiaques, claustrophobie).

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
Intervention / Traitement
Cohorte originale
Cette cohorte disposera d'un maximum de 10 minutes de séquences d'IRM quantitatives ajoutées à la fin de l'IRM clinique standard
Il sera demandé aux patients de rester dans le scanner pendant 10 minutes supplémentaires pendant que nous acquérons des images IRM quantitatives supplémentaires.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Précision du diagnostic - Analyse ROC de la précision, de la sensibilité et de la spécificité des algorithmes d'IA pour distinguer les lésions bénignes et malignes des tissus mous
Délai: 3 années
Les algorithmes d’IA seront formés pour distinguer les lésions bénignes et malignes des tissus mous. Pour évaluer l'exactitude de ces algorithmes, la sensibilité et la spécificité de l'algorithme seront calculées en utilisant le diagnostic du patient à partir de la biopsie/résection chirurgicale comme étalon-or.
3 années

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Exactitude de la classification - Analyse ROC de l'exactitude, de la sensibilité et de la spécificité des algorithmes d'IA pour classer les lésions malignes selon leur grade pathologique
Délai: 3 années
Les algorithmes d'IA seront entraînés pour distinguer les lésions malignes des tissus mous de grade 1, 2 et 3. Pour évaluer l'exactitude de ces algorithmes, la sensibilité et la spécificité de l'algorithme seront calculées en utilisant le diagnostic du patient à partir de la biopsie/résection chirurgicale comme étalon-or.
3 années

Collaborateurs et enquêteurs

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

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)

9 août 2023

Achèvement primaire (Réel)

30 octobre 2025

Achèvement de l'étude (Réel)

31 mars 2026

Dates d'inscription aux études

Première soumission

12 septembre 2023

Première soumission répondant aux critères de contrôle qualité

2 octobre 2023

Première publication (Réel)

10 octobre 2023

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

14 avril 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

9 avril 2026

Dernière vérification

1 avril 2023

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

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

NON

Description du régime IPD

Toutes les données seront anonymisées avant d'être utilisées dans cette recherche

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 .

S'abonner