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.

Système assisté par IA pour un diagnostic et un pronostic précis des tumeurs phyllodes du sein

22 février 2024 mis à jour par: nieyan, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Développement d'un système basé sur l'intelligence artificielle pour un diagnostic et un pronostic précis des tumeurs phyllodes du sein

La tumeur phyllodes du sein (PT) est une tumeur fibroépithéliale rare, représentant 1 % à 3 % de toutes les tumeurs du sein, classée par l'OMS en bénigne, limite et maligne, sur la base de caractéristiques histopathologiques telles que la bordure tumorale, la cellularité stromale, l'atypie stromale. , l'activité mitotique et la prolifération stromale. Les PT malins représentent 18 % à 25 %, avec des taux élevés de récidive locale (jusqu'à 65 %) et de métastases à distance (16 % à 25 %). Le PT bénin pourrait évoluer vers une tumeur maligne après de multiples récidives. Par conséquent, un diagnostic précoce et précis et une identification des cibles thérapeutiques sont essentiels pour améliorer les résultats et les taux de survie.

Ces dernières années, l’application de l’intelligence artificielle (IA) aux diagnostics médicaux suscite un intérêt croissant. L'IA peut intégrer des informations cliniques, des images histopathologiques et des données multi-omiques pour faciliter le diagnostic pathologique et clinique, la prédiction du pronostic et le profilage moléculaire. L'IA a montré des résultats prometteurs dans divers domaines, notamment le diagnostic de différents cancers tels que le cancer colorectal, le cancer du sein. cancer et cancer de la prostate. Cependant, le PT diffère du cancer du sein par son diagnostic et son approche thérapeutique. Par conséquent, l’établissement d’un système basé sur l’IA pour l’évaluation précise du diagnostic et du pronostic du PT est crucial pour la médecine personnalisée.

L'équipe de recherche, dirigée par le Dr Nie Yan, est l'une des rares dans la province du Guangdong et même au niveau national, spécialisée dans la recherche sur la physiothérapie. Leur équipe a mené des recherches sur la progression maligne, les mécanismes des métastases et les marqueurs moléculaires du PT. L'équipe a identifié des mécanismes clés, tels que la différenciation fibroblaste-myofibroblaste, et le rôle des macrophages associés aux tumeurs dans la promotion de cette différenciation. Ils ont également identifié des marqueurs moléculaires, notamment miR-21, α-SMA, CCL18 et CCL5, qui sont plus précis pour prédire le risque de récidive tumorale par rapport au classement histopathologique traditionnel.

Le projet a collecté des données de haute qualité auprès de près d’un millier de patientes atteintes d’une physiothérapie du sein, notamment des données d’imagerie, d’histopathologie et de survie, et a réalisé le séquençage du gène du transcriptome sur des échantillons de tissus. Ils visent à créer une base de données multiomique complète pour la physiothérapie du sein et à créer un modèle basé sur l'IA pour un diagnostic précoce et une prédiction du pronostic. Cette recherche a le potentiel d'améliorer le diagnostic et le traitement de la PT du sein, de remédier aux disparités en matière de soins de PT du sein dans différentes régions de Chine et de contribuer au développement de nouvelles cibles thérapeutiques.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Intervention / Traitement

Type d'étude

Observationnel

Inscription (Estimé)

4000

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.

Coordonnées de l'étude

Lieux d'étude

  • Chine
    • Guangdong
      • Guangzhou, Guangdong, Chine, 510120
        • Recrutement
        • Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University
        • Contact:
      • Guangzhou, Guangdong, Chine, 510050
        • Recrutement
        • Sun Yat-sen University Cancer Center
        • Contact:
          • Feng Ye, Prof.Dr.
          • Numéro de téléphone: 15914388994
      • Guangzhou, Guangdong, Chine, 510145
        • Recrutement
        • The Third Affiliated Hospital of Guangzhou Medical University
        • Contact:
          • Hui Mai, Prof.Dr.
          • Numéro de téléphone: 13925129112
      • Guangzhou, Guangdong, Chine, 511400
        • Recrutement
        • Guangdong Maternal and Child Health Hospital
        • Contact:
          • Yu Tan, Prof.Dr.
          • Numéro de téléphone: 13632356526

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

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

Les patients sont tous ceux qui ont fréquenté l’hôpital Sun Yat-Sen Memorial de l’Université Sun Yat-Sen.

La description

Critère d'intégration:

  • Patientes diagnostiquées avec une tumeur phyllode du sein

Critère d'exclusion:

  • Images floues, artefacts d'imagerie

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
Tumeur phyllode du sein
Patientes diagnostiquées avec une tumeur phyllode du sein
Test diagnostique: imagerie
Matériel d'imagerie médicale des patients, notamment échographie, mammographie, tomodensitométrie, IRM

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Sensibilité
Délai: Cinq ans
La probabilité d’un résultat de test positif, à condition qu’il soit réellement positif.
Cinq ans
Taux de faux négatifs
Délai: Cinq ans
Déterminez les chances d’obtenir un test négatif dans une population positive.
Cinq ans
Spécificité
Délai: Cinq ans
La probabilité d’un résultat de test négatif conditionnel à un vrai négatif.
Cinq ans
Taux de faux positifs
Délai: Cinq ans
Déterminez les chances d’être testé positif dans une population négative.
Cinq ans
Courbe caractéristique de fonctionnement du récepteur
Délai: Cinq ans
La courbe ROC est une courbe basée sur une série de différentes classifications dichotomiques (valeurs seuils ou seuils de décision), avec le taux de vrais positifs (sensibilité) comme coordonnée verticale et le taux de faux positifs (spécificité 1) comme coordonnée verticale. coordonnée horizontale.
Cinq ans
Aire sous la courbe du roc
Délai: Cinq ans
L'AUC est définie comme l'aire sous la courbe ROC entourée des axes, et plus l'AUC est proche de 1,0, plus le test est authentique.
Cinq ans

Collaborateurs et enquêteurs

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

Parrainer

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Collaborateurs

Sun Yat-sen University
The Third Affiliated Hospital of Guangzhou Medical University
Peking University Shenzhen Hospital
Guangdong Provincial Maternal and Child Health Hospital

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

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 mars 2023

Achèvement primaire (Estimé)

31 décembre 2027

Achèvement de l'étude (Estimé)

31 décembre 2027

Dates d'inscription aux études

Première soumission

22 février 2024

Première soumission répondant aux critères de contrôle qualité

22 février 2024

Première publication (Estimé)

29 février 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Estimé)

29 février 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

22 février 2024

Dernière vérification

1 février 2024

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • SYSKY-2023-351-02

Plan pour les données individuelles des participants (IPD)

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

NON

Description du régime IPD

il n’est pas prévu de mettre les données individuelles des participants à la disposition d’autres chercheurs.

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