- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06757530
Modèle radiomique pour évaluer l'état des ganglions lymphatiques chez les patients cN0 atteints de HNSCC
La radiomique basée sur la tomodensitométrie prédit le LNM occulte et découvre le microenvironnement immunitaire du cancer de la tête et du cou
Aperçu de l'étude
Description détaillée
Les métastases occultes des ganglions lymphatiques (LNM) restent l'un des aspects les plus critiques et les plus difficiles de la prise en charge du carcinome épidermoïde de la tête et du cou (HNSCC). Défini comme la présence d'une maladie métastatique dans les ganglions lymphatiques qui est cliniquement indétectable par imagerie ou examen physique de routine, le LNM occulte a de profondes implications pour la planification du traitement, le pronostic et la prise en charge globale du patient. Dans le HNSCC, une détection et une prédiction précises des LNM occultes sont cruciales car elles influencent de manière significative les décisions concernant l'étendue de la dissection du cou, la nécessité de traitements adjuvants et la stratégie thérapeutique globale. Une LNM non diagnostiquée ou sous-estimée peut entraîner un traitement inadéquat, augmentant le risque de récidive locorégionale et de mauvais résultats en matière de survie.
La biologie complexe du HNSCC ajoute au défi de prédire le LNM occulte. Ces tumeurs sont souvent caractérisées par une hétérogénéité substantielle de leur microenvironnement, comprenant un mélange de cellules tumorales, d'infiltrats immunitaires, de composants stromaux et de système vasculaire. Cette hétérogénéité joue un rôle central dans la détermination du potentiel métastatique de la tumeur primitive et de son interaction avec le système lymphatique environnant. Les modalités d'imagerie traditionnelles telles que la tomodensitométrie, l'IRM et la TEP/TDM présentent des limites pour identifier avec précision les métastases microscopiques, ce qui conduit à la recherche continue d'outils prédictifs plus sensibles et plus spécifiques.
Les progrès récents en radiomique ont ouvert de nouvelles voies pour relever ce défi. La radiomique, un domaine émergent qui extrait des données de grande dimension à partir de l'imagerie médicale, permet l'analyse quantitative des caractéristiques des tumeurs au-delà de ce qui est visible à l'œil nu. En convertissant les données d'imagerie en un riche référentiel de caractéristiques reflétant le phénotype tumoral, la radiomique a le potentiel d'identifier des modèles subtils associés au comportement métastatique.
Une prédiction précise du LNM occulte possède également une valeur pronostique critique. Les patients atteints de LNM non détecté sont souvent confrontés à un pronostic plus sombre en raison d'un traitement retardé ou insuffisant. À l’inverse, une dissection prophylactique inutile du cou chez les patients sans métastases peut entraîner un surtraitement, une augmentation de la morbidité chirurgicale et une diminution de la qualité de vie. Par conséquent, les modèles prédictifs capables de stratifier les patients en fonction de leur risque de LNM occulte sont essentiels pour personnaliser les plans de traitement, réduire les interventions inutiles et améliorer les résultats pour les patients.
Dans ce contexte, l’intégration de la radiomique avec des données multi-omiques, notamment la transcriptomique et le séquençage d’ARN unicellulaire, représente une approche transformatrice. Cette stratégie intégrative améliore non seulement le pouvoir prédictif des modèles radiomiques, mais ouvre également une fenêtre sur les processus biologiques sous-jacents au comportement de la tumeur. En reliant les caractéristiques dérivées de l’imagerie aux voies moléculaires et cellulaires, de telles approches peuvent aider à combler le fossé entre les phénotypes d’imagerie et la biologie complexe des métastases.
En résumé, le LNM occulte pose un formidable défi dans la prise en charge clinique du HNSCC, avec des implications significatives pour le traitement et le pronostic. L’avènement de techniques radiomiques avancées, en particulier la radiomique de l’habitat, offre une voie prometteuse pour améliorer la précision de la prévision LNM. En révélant l'interaction entre l'hétérogénéité tumorale, la dynamique microenvironnementale et le potentiel métastatique, ces approches ouvrent la voie à une prise en charge plus précise et personnalisée des patients HNSCC.
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
-
Chongqing, Chine
- The First Affiliated Hospital of Chongqing Medical University
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'intégration :
- Disponibilité de données cliniques complètes ;
- Diagnostic de carcinome épidermoïde du larynx confirmé par chirurgie ou biopsie ;
- Examen tomodensitométrique avec contraste réalisé dans les deux semaines précédant l'intervention chirurgicale.
- Tous les patients ont subi une chirurgie de curage ganglionnaire du cou.
Critères d'exclusion :
- Patients ayant reçu d’autres traitements avant la chirurgie ;
- Images CT avec artefacts significatifs ;
- Patients présentant une récidive tumorale.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Ensemble de formation
L'ensemble de formation comprenait environ 500 patients cN0 diagnostiqués avec un carcinome épidermoïde de la tête et du cou (HNSCC), dont environ 150 patients présentant des métastases ganglionnaires et environ 350 patients sans métastases.
Tous les patients ont subi une tomodensitométrie préopératoire avec contraste.
|
Utiliser des modèles d’intelligence artificielle pour distinguer les patients présentant des métastases ganglionnaires de ceux sans métastases ganglionnaires.
|
|
ensemble de test interne
L'ensemble de validation interne comprenait environ 150 patients, sélectionnés au hasard dans la cohorte de formation.
Cet ensemble a été utilisé pour l’évaluation et le réglage du modèle.
|
Utiliser des modèles d’intelligence artificielle pour distinguer les patients présentant des métastases ganglionnaires de ceux sans métastases ganglionnaires.
|
|
ensemble de test externe
L'ensemble de validation externe comprenait environ 200 patients atteints de HNSCC.
Ces patients ont été recrutés dans d'autres centres et leurs données comprenaient des images tomodensitométriques préopératoires avec contraste amélioré.
Cet ensemble de données indépendant a été utilisé pour évaluer la généralisabilité du modèle radiomique.
|
Utiliser des modèles d’intelligence artificielle pour distinguer les patients présentant des métastases ganglionnaires de ceux sans métastases ganglionnaires.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
AUC
Délai: Les résultats de prédiction peuvent être obtenus immédiatement après la fin du traitement du modèle.
|
AUC (Area Under the Curve) est une mesure de performance utilisée dans les tâches de classification pour évaluer la capacité d'un modèle à distinguer les classes.
Plus précisément, il mesure l'aire sous la courbe ROC (Receiver Operating Characteristic), qui représente le taux de vrais positifs (sensibilité) par rapport au taux de faux positifs (spécificité 1) à différents réglages de seuil.
|
Les résultats de prédiction peuvent être obtenus immédiatement après la fin du traitement du modèle.
|
Collaborateurs et enquêteurs
Collaborateurs
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
Autres numéros d'identification d'étude
- 2024-Chenxin
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 .