Développement et validation d'un modèle d'apprentissage en profondeur pour prédire les métastases distantes dans le carcinome nasopharyngéal en utilisant l'imagerie entière et l'IRM
21 février 2025 mis à jour par: Pu-Yun OuYang, Sun Yat-sen University
Développement et validation multicentrique d'un modèle d'apprentissage en profondeur basé sur l'imagerie entièrement des diapositives et l'imagerie par résonance magnétique du nasopharynx et des ganglions lymphatiques pour prédire les métastases distantes au diagnostic dans le carcinome nasopharyngé
Un modèle d'IA a été développé pour prédire la probabilité de métastases à distance chez les patients atteints d'un cancer du nasopharyngé basé sur des lames de pathologie et des analyses IRM de la tumeur primaire.
Le modèle a été validé à l'aide de données de plusieurs centres.
Il a ensuite été appliqué aux patients atteints de stades avancés qui ont été recommandés pour subir des scans TEP / TDM basés sur les directives du NCCN ou du CSCO.
Ce modèle d'IA peut dépister avec précision les patients présentant un risque élevé de métastases à distance au moment du diagnostic initial pour recevoir des TEP / TDM, éviter un examen excessif des patients présentant un faible risque de métastases à distance, économiser des ressources médicales et réduire la charge économique des patients.
Aperçu de l'étude
Statut
Recrutement
Les conditions
Description détaillée
Un modèle d'IA a été construit sur la base des coupes pathologiques colorées de la lésion primaire et de l'IRM du nasopharynx et du cou pour prédire la probabilité de métastases à distance lors de la première visite, et le modèle d'IA a été entièrement vérifié par les données multicentriques; Le modèle d'IA a été appliqué aux patients T3-4 ou N2-3 qui ont été recommandés pour subir un examen TEP / CT conformément aux directives NCCN et CSCO, et le seuil du modèle AI lorsque la valeur prédictive négative pour prédire M0 n'était pas inférieure que 95% ont été déterminés, fournissant un soutien théorique aux patients prédits par l'IA pour être exemptés de l'examen TEP / TDM.
Type d'étude
Observationnel
Inscription (Estimé)
500
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
- Nom: Pu-Yun OuYang
- Numéro de téléphone: +8618565382769
- E-mail: ouyangpy@sysucc.org.cn
Lieux d'étude
-
-
Guangdong
-
Guangzhou, Guangdong, Chine, 510060
- Recrutement
- Sun Yat-sen University Cancer Center
-
Contact:
- Pu-Yun OuYang
- Numéro de téléphone: +86 18565382769
- E-mail: ouyangpy@sysucc.org.cn
-
Contact:
- Pu-Yun OuYang
- E-mail: ouyangpy@sysucc.org.cn
-
Guangzhou, Guangdong, Chine, 510060
- Pas encore de recrutement
- Department of Radiation Oncology, Sun Yat-sen University Cancer Center
-
Contact:
- Pu-Yun OuYang
- Numéro de téléphone: 86+020-87342925
- E-mail: ouyangpy@sysucc.org.cn
-
Contact:
- Pu-Yun OuYang
-
-
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
Patients atteints de carcinome nasopharyngéal confirmé pathologiquement
La description
Critères d'inclusion:
A. La lésion primaire a été confirmée pathologiquement en tant que carcinome nasopharyngéal (la classification de l'OMS est I, II et III); B. L'étape était T3-4 ou N2-3, et le scan simple IRM du cou nasopharynx + et le balayage amélioré ont été effectués pour confirmer les lésions des ganglions lymphatiques nasopharyngés et cervicaux, et un examen PET / CT ou conventionnel (tomodensité thoracique + amélioré scan, tomodensitométrie abdominal supérieur ou IRM SCAL + SCAL AHIVEMENT OU COULEUR ABOUR DOPPLER Échographie ou échographie, et os du corps entier Imagerie) a été réalisée pour dépister les métastases éloignées.
Critères d'exclusion:
Antécédents antérieurs d'autres tumeurs malignes (comme les autres carcinomes épidermoïdes de la tête et du cou, le cancer de la thyroïde, le cancer du sein, le cancer de l'œsophage, etc.).
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 |
|---|
|
Cohorte de validation potentielle
Inscription potentielle des patients pour valider l'efficacité diagnostique du modèle d'IA
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Valeur prédictive négative
Délai: Grâce à l'achèvement de l'étude, une moyenne de 2 ans
|
La VAN mesure la proportion de cas négatifs prédits qui sont réellement négatifs.
Il nous dit à quel point le modèle est fiable lorsqu'il prédit un résultat négatif.
|
Grâce à l'achèvement de l'étude, une moyenne de 2 ans
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Sensibilité, spécificité et valeur prédictive positive
Délai: Grâce à l'achèvement de l'étude, une moyenne de 2 ans
|
Sensibilité, spécificité et valeur prédictive positive de l'IA pour prédire les métastases à distance au seuil correspondant à une valeur prédictive négative de 95%.
|
Grâce à l'achèvement de l'étude, une moyenne de 2 ans
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Collaborateurs
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
- OuYang PY, He Y, Guo JG, Liu JN, Wang ZL, Li A, Li J, Yang SS, Zhang X, Fan W, Wu YS, Liu ZQ, Zhang BY, Zhao YN, Gao MY, Zhang WJ, Xie CM, Xie FY. Artificial intelligence aided precise detection of local recurrence on MRI for nasopharyngeal carcinoma: a multicenter cohort study. EClinicalMedicine. 2023 Aug 30;63:102202. doi: 10.1016/j.eclinm.2023.102202. eCollection 2023 Sep.
- Zhong L, Dong D, Fang X, Zhang F, Zhang N, Zhang L, Fang M, Jiang W, Liang S, Li C, Liu Y, Zhao X, Cao R, Shan H, Hu Z, Ma J, Tang L, Tian J. A deep learning-based radiomic nomogram for prognosis and treatment decision in advanced nasopharyngeal carcinoma: A multicentre study. EBioMedicine. 2021 Aug;70:103522. doi: 10.1016/j.ebiom.2021.103522. Epub 2021 Aug 11.
- Qiang M, Li C, Sun Y, Sun Y, Ke L, Xie C, Zhang T, Zou Y, Qiu W, Gao M, Li Y, Li X, Zhan Z, Liu K, Chen X, Liang C, Chen Q, Mai H, Xie G, Guo X, Lv X. A Prognostic Predictive System Based on Deep Learning for Locoregionally Advanced Nasopharyngeal Carcinoma. J Natl Cancer Inst. 2021 May 4;113(5):606-615. doi: 10.1093/jnci/djaa149.
- Lin L, Dou Q, Jin YM, Zhou GQ, Tang YQ, Chen WL, Su BA, Liu F, Tao CJ, Jiang N, Li JY, Tang LL, Xie CM, Huang SM, Ma J, Heng PA, Wee JTS, Chua MLK, Chen H, Sun Y. Deep Learning for Automated Contouring of Primary Tumor Volumes by MRI for Nasopharyngeal Carcinoma. Radiology. 2019 Jun;291(3):677-686. doi: 10.1148/radiol.2019182012. Epub 2019 Mar 26.
- OuYang PY, Zhang BY, Guo JG, Liu JN, Li J, Peng QH, Yang SS, He Y, Liu ZQ, Zhao YN, Li A, Wu YS, Hu XF, Chen C, Han F, You KY, Xie FY. Deep learning-based precise prediction and early detection of radiation-induced temporal lobe injury for nasopharyngeal carcinoma. EClinicalMedicine. 2023 Apr 4;58:101930. doi: 10.1016/j.eclinm.2023.101930. eCollection 2023 Apr.
- Sun XS, Liu SL, Luo MJ, Li XY, Chen QY, Guo SS, Wen YF, Liu LT, Xie HJ, Tang QN, Liang YJ, Yan JJ, Lin DF, Bi MM, Liu Y, Liang YF, Ma J, Tang LQ, Mai HQ. The Association Between the Development of Radiation Therapy, Image Technology, and Chemotherapy, and the Survival of Patients With Nasopharyngeal Carcinoma: A Cohort Study From 1990 to 2012. Int J Radiat Oncol Biol Phys. 2019 Nov 1;105(3):581-590. doi: 10.1016/j.ijrobp.2019.06.2549. Epub 2019 Jul 15.
- Tang LQ, Chen QY, Fan W, Liu H, Zhang L, Guo L, Luo DH, Huang PY, Zhang X, Lin XP, Mo YX, Liu LZ, Mo HY, Li J, Zou RH, Cao Y, Xiang YQ, Qiu F, Sun R, Chen MY, Hua YJ, Lv X, Wang L, Zhao C, Guo X, Cao KJ, Qian CN, Zeng MS, Mai HQ. Prospective study of tailoring whole-body dual-modality [18F]fluorodeoxyglucose positron emission tomography/computed tomography with plasma Epstein-Barr virus DNA for detecting distant metastasis in endemic nasopharyngeal carcinoma at initial staging. J Clin Oncol. 2013 Aug 10;31(23):2861-9. doi: 10.1200/JCO.2012.46.0816. Epub 2013 Jul 15. Erratum In: J Clin Oncol. 2016 Feb 10;34(5):519. doi: 10.1200/jco.2015.66.3427.
- Xiao BB, Lin DF, Sun XS, Zhang X, Guo SS, Liu LT, Luo DH, Sun R, Wen YF, Li JB, Lv XF, Han LJ, Yuan L, Liu SL, Tang QN, Liang YJ, Li XY, Guo L, Chen QY, Fan W, Mai HQ, Tang LQ. Nomogram for the prediction of primary distant metastasis of nasopharyngeal carcinoma to guide individualized application of FDG PET/CT. Eur J Nucl Med Mol Imaging. 2021 Jul;48(8):2586-2598. doi: 10.1007/s00259-020-05128-8. Epub 2021 Jan 8.
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 (Estimé)
15 février 2025
Achèvement primaire (Estimé)
31 décembre 2026
Achèvement de l'étude (Estimé)
31 décembre 2026
Dates d'inscription aux études
Première soumission
14 février 2025
Première soumission répondant aux critères de contrôle qualité
14 février 2025
Première publication (Réel)
25 mars 2025
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
25 mars 2025
Dernière mise à jour soumise répondant aux critères de contrôle qualité
21 février 2025
Dernière vérification
1 février 2025
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
- Maladies stomatognathiques
- Processus pathologiques
- Tumeurs par site
- Tumeurs
- Tumeurs par type histologique
- Tumeurs de la tête et du cou
- Tumeurs, glandulaires et épithéliales
- Processus néoplasiques
- Carcinome
- Maladies oto-rhino-laryngologiques
- Tumeurs pharyngées
- Tumeurs oto-rhino-laryngologiques
- Maladies nasopharyngées
- Maladies pharyngées
- Tumeurs du nasopharynx
- Carcinome du nasopharynx
- Métastase néoplasmique
Autres numéros d'identification d'étude
- B2025-062-01
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
NON
Description du régime IPD
Les données individuelles des participants (IPD) peuvent ne pas être partagées en raison de préoccupations concernant la vie privée des patients, les considérations éthiques ou les politiques institutionnelles.
Des restrictions peuvent également résulter des réglementations sur la protection des données, des accords de confidentialité ou du risque potentiel de réidentification.
De plus, si les données comprennent des informations médicales sensibles, le partage peut nécessiter des approbations spéciales ou des processus de dé-identification qui ne sont pas réalisables.
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
produit fabriqué et exporté des États-Unis.
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 .