- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06366906
Étude rétrospective de 10 ans sur le carcinome épidermoïde buccal et maxillo-facial
Analyse clinicopathologique et pronostique du carcinome épidermoïde buccal et maxillo-facial : une étude rétrospective monocentrique de 10 ans
Introduction : L'incidence des métastases occultes des ganglions lymphatiques cervicaux (OCLNM) serait de 20 à 30 % dans le cancer de la bouche et le cancer de l'oropharynx à un stade précoce. Il manque une méthode de diagnostic précise pour prédire les métastases occultes des ganglions lymphatiques et pour aider les chirurgiens à prendre des décisions de traitement précises.
Objectif : Construire et évaluer une méthode de diagnostic préopératoire pour prédire les métastases ganglionnaires occultes (OCLNM) dans le carcinome épidermoïde oral et oropharyngé à un stade précoce (OC et OP SCC) basé sur des fonctionnalités d'apprentissage profond (DLF) et des fonctionnalités radiomiques.
Méthodes : Un total de 319 patients diagnostiqués avec un OC ou un OP SCC à un stade précoce ont été recrutés rétrospectivement et divisés en ensembles de formation, de tests et de validation externe. Les caractéristiques radiomiques traditionnelles et les DLF ont été extraites de leurs images IRM. L'analyse de l'opérateur de retrait et de sélection le moins absolu (LASSO) a été utilisée pour identifier les caractéristiques les plus précieuses. Des modèles de prédiction pour l'OCLNM ont été développés à l'aide de fonctionnalités radiomiques et de DLF. L'efficacité des modèles et leur applicabilité clinique ont été évaluées à l'aide de l'aire sous la courbe (AUC), de l'analyse de la courbe de décision (DCA) et de l'analyse de survie.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
Guangdong
-
Guangzhou, Guangdong, Chine, 510000
- Sun Yat-sen Memorial Hospital
-
Guangzhou, Guangdong, Chine, 510000
- Sun yat-sun memorial hospital
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Enfant
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- Carcinome épidermoïde buccal et oropharyngé pathologiquement confirmé, non traité avec résection radicale ;
- Un examen IRM a été réalisé deux semaines avant l'intervention chirurgicale ;
- Tous les patients présentant une dissection du cou et l'état des ganglions lymphatiques régionaux ont été confirmés par un examen pathologique ;
- Tous les patients ne présentaient aucun signe clinique d’atteinte ganglionnaire.
Critère d'exclusion:
- Autre tumeur maligne, telle que le carcinome adénoïde kystique ;
- un manque d’imagerie IRM complète ou une mauvaise qualité d’imagerie IRM ;
- les patients avaient subi une dissection du cou ou avaient été traités de manière non chirurgicale ;
- patients atteints d’une maladie métastatique.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Cohorte A
Répartis au hasard (121 cas) en ensembles de formation et de test dans un rapport de 7 : 3.
|
La capacité prédictive du modèle d'apprentissage profond (DL) Resnet50 ci-dessus a été validée dans l'ensemble de tests.
Sur la base de l'AUC et de l'ACC, le meilleur modèle de prédiction a été identifié.
Pour explorer la robustesse du modèle sélectionné, une analyse ROC a été effectuée dans l'ensemble de validation externe.
De plus, le test Log-rank a été appliqué pour évaluer la valeur pronostique du modèle.
|
|
Cohorte B
Segmenté en deux groupes en fonction des lots collectés, qui ont été définis comme ensemble de validation externe1 (n = 68) et ensemble de validation externe2 (n = 130)
|
La capacité prédictive du modèle d'apprentissage profond (DL) Resnet50 ci-dessus a été validée dans l'ensemble de tests.
Sur la base de l'AUC et de l'ACC, le meilleur modèle de prédiction a été identifié.
Pour explorer la robustesse du modèle sélectionné, une analyse ROC a été effectuée dans l'ensemble de validation externe.
De plus, le test Log-rank a été appliqué pour évaluer la valeur pronostique du modèle.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Valeurs AUC (aire sous la courbe) du modèle
Délai: 10 ans (Il s'agit d'une recherche rétrospective, nous collectons des patients sur 10 ans, mais le projet que nous mettons en œuvre pour la collecte et l'analyse des données dure 9 mois)
|
L'efficacité des modèles et leur applicabilité clinique ont été évaluées à l'aide de l'aire sous la courbe (AUC)
|
10 ans (Il s'agit d'une recherche rétrospective, nous collectons des patients sur 10 ans, mais le projet que nous mettons en œuvre pour la collecte et l'analyse des données dure 9 mois)
|
Collaborateurs et enquêteurs
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
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
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- SYSKY-2023-426-01
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
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 .