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.

DeepComp pour la Prédiction des Complications Postopératoires du Cancer Gastrique (DeepComp-Prospective)

6 avril 2026 mis à jour par: Qun Zhao

Étude prospective, multicentrique et observationnelle validant le modèle de radiomique par apprentissage profond multimodal (DeepComp) pour la prédiction préopératoire des complications postopératoires majeures chez les patients atteints d'un cancer gastrique

Le cancer gastrique est l'une des principales causes de mortalité liée au cancer, et la chirurgie radicale reste le traitement principal. Cependant, les complications postopératoires sont fréquentes et peuvent avoir un impact significatif sur la récupération et la qualité de vie des patients. Actuellement, les médecins manquent d'outils précis pour prédire avec exactitude quels patients présentent un risque élevé de développer des complications graves avant la chirurgie.

Cette étude vise à valider un nouveau modèle d'intelligence artificielle (IA) appelé "DeepComp". Le modèle DeepComp intègre des données cliniques avec des caractéristiques radiomiques avancées dérivées des scanners CT préopératoires de routine. Plus précisément, il analyse à la fois les caractéristiques de la tumeur et la composition corporelle du patient (y compris la masse musculaire squelettique et la distribution des graisses) pour évaluer la réserve physiologique.

Dans cette étude observationnelle prospective et multicentrique, les chercheurs recruteront des patients programmés pour une chirurgie du cancer gastrique dans cinq centres médicaux. Le modèle DeepComp sera utilisé pour prédire le risque de complications postopératoires modérées à sévères (grade II de Clavien-Dindo ou supérieur). Ces prédictions seront ensuite comparées aux résultats cliniques réels observés 30 jours après la chirurgie. L'objectif est de déterminer la précision et la fiabilité du modèle DeepComp dans un contexte clinique réel, offrant potentiellement un outil puissant pour l'évaluation personnalisée du risque chirurgical.

Aperçu de l'étude

Statut

Recrutement

Les conditions

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

Sauvegarde des contacts de l'étude

Lieux d'étude

  • Chine
    • None Selected
      • Shijiazhuang, None Selected, Chine, 050011
        • Recrutement
        • The Fourth Hospital of Hebei Medical University
        • Contact:

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 adultes diagnostiqués avec un cancer gastrique potentiellement résécable qui sont admis dans les centres participants pour un traitement chirurgical.

La description

Critères d'inclusion :

Âge ≥ 18 ans.

Adénocarcinome gastrique confirmé histologiquement.

Programmé pour une gastrectomie radicale élective (ouverte, laparoscopique ou robotique) à visée curative.

Scanners abdominaux préopératoires standards avec injection de produit de contraste (phase veineuse) réalisés dans les 14 jours précédant l'intervention.

Volonté de signer un consentement éclairé.

Critères d'exclusion :

Chirurgie en urgence pour perforation, obstruction ou hémorragie massive.

Découverte peropératoire de métastases à distance (stade IV) ou de maladie non résécable empêchant une résection R0.

Tumeurs malignes concomitantes ou antérieures au cours des 5 dernières années (à l'exception du cancer gastrique).

Grossesse ou allaitement.

Artéfacts métalliques sévères sur les images scanner empêchant l'analyse radiomique.

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 Chirurgie du Cancer Gastrique
Patients diagnostiqués d'un cancer gastrique et programmés pour subir une gastrectomie radicale (ouverte, laparoscopique ou robotique). Tous les participants recevront des scanners préopératoires standards avec injection de produit de contraste. Le modèle d'IA DeepComp sera appliqué à ces scanners pour prédire le risque de complications postopératoires.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Incidence des complications postopératoires majeures (Grade Clavien-Dindo ≥ II)
Délai: Postopératoire 30 jours
Les complications postopératoires seront classées selon le système de classification de Clavien-Dindo. Les complications majeures sont définies comme de grade II ou supérieur, nécessitant un traitement pharmacologique, une intervention chirurgicale/endoscopique/radiologique, ou des complications potentiellement mortelles (y compris le décès). La survenue de ces événements sera enregistrée et comparée aux prédictions préopératoires du modèle.
Postopératoire 30 jours
Performance Diagnostique Collaborative Humain-IA dans la Chirurgie du Cancer Gastrique : Exactitude et Accord Interobservateur
Délai: De l'évaluation préopératoire jusqu'à 30 jours après l'opération
Dans un sous-ensemble de 120 patients sélectionnés au hasard ayant subi une chirurgie pour cancer gastrique, dix chirurgiens de niveaux d'expérience variés (Junior <5 ans, n=4 ; Intermédiaire 5-10 ans, n=3 ; Sénior ≥10 ans, n=3) évalueront d'abord indépendamment le risque de complications postopératoires à l'aide de données préopératoires anonymisées. Ensuite, ils recevront les prédictions du modèle DeepComp AI et mettront à jour leurs évaluations.
De l'évaluation préopératoire jusqu'à 30 jours après l'opération

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Performance Prédictive du Modèle DeepComp (AUC)
Délai: 30 jours postopératoires
Les performances discriminatoires du modèle DeepComp dans la prédiction des complications postopératoires majeures seront évaluées à l'aide de l'aire sous la courbe ROC (AUC). La sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative seront également calculées.
30 jours postopératoires
Durée du séjour à l'hôpital
Délai: Jusqu'à 30 jours
Défini comme le nombre de jours entre la chirurgie et la sortie de l'hôpital.
Jusqu'à 30 jours

Collaborateurs et enquêteurs

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

Parrainer

Qun Zhao

Les enquêteurs

  • Chercheur principal: Qun Zhao, th

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 2026

Achèvement primaire (Estimé)

1 mai 2026

Achèvement de l'étude (Estimé)

1 mai 2026

Dates d'inscription aux études

Première soumission

3 février 2026

Première soumission répondant aux critères de contrôle qualité

3 février 2026

Première publication (Réel)

10 février 2026

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

9 avril 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

6 avril 2026

Dernière vérification

1 avril 2026

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • DeepComp-Pro-001

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