Stade assisté par IA et prise de décision thérapeutique pour le carcinome hépatocellulaire

1. Description de l'étude

   Résumé succinct : Le traitement précis du carcinome hépatocellulaire primitif (CHC) dépend fortement d'un stadification précise de la maladie (CNLC, TNM, BCLC) et d'une prise de décision thérapeutique scientifique, qui nécessitent l'intégration des données d'imagerie et des données cliniques de base. Cette étude recrute prospectivement des patients atteints de CHC et des médecins cliniciens de différents niveaux hospitaliers pour évaluer la valeur clinique d'un modèle d'intelligence artificielle (IA) auto-développé dans l'assistance à l'évaluation multidimensionnelle complète et à la prise de décision thérapeutique. En utilisant un plan croisé équilibré Multi-Évaluateurs Multi-Cas (MRMC), l'étude compare la précision des évaluations cliniques réalisées par les médecins dans des conditions « sans assistance (sans IA) » versus « assistées par IA ». Un point clé est d'explorer si l'IA peut améliorer significativement les capacités d'évaluation globale des médecins dans les hôpitaux de soins primaires/secondaires, réduisant ainsi prospectivement l'hétérogénéité diagnostique et thérapeutique entre les différents niveaux institutionnels.

   Étalon-or (standard de référence) : Le standard de référence (vérité terrain) pour tous les cas recrutés prospectivement est établi par un panel d'experts indépendant composé de 3 experts reconnus. Le panel détermine les réponses standards finales pour les quatre tâches de classification par une évaluation indépendante en aveugle et une discussion conjointe (système de vote), en intégrant les données d'imagerie prospectives complètes, les données cliniques de base, le consensus d'une équipe multidisciplinaire (EMD), et les résultats pathologiques finaux ou de suivi clinique.

2. Critères d'éligibilité

2.1 Éligibilité des évaluateurs :

1. Médecins seniors des hôpitaux tertiaires : Employés dans le service de chirurgie hépato-pancréato-biliaire, d'oncologie, ou des services connexes dans des hôpitaux de Classe III Grade A (tertiaires), avec le titre professionnel de médecin hospitalier ou supérieur.
2. Médecins juniors des hôpitaux tertiaires : Employés dans des services connexes dans des hôpitaux de Classe III Grade A (tertiaires), avec le titre professionnel de médecin résident.
3. Médecins des hôpitaux de soins primaires/secondaires : Médecins cliniciens employés dans des hôpitaux généraux de niveau départemental ou de Classe II.
4. Consentement éclairé : Doivent volontairement accepter de participer à l'évaluation et signer le formulaire de consentement éclairé.

2.2 Éligibilité des patients/cas :

Critères d'inclusion :

1. Âge > 18 ans.
2. Patients présentant prospectivement un carcinome hépatocellulaire primitif (CHC) suspect ou nouvellement diagnostiqué, confirmé ultérieurement par pathologie ou répondant aux directives du China Liver Cancer (CNLC).
3. Données cliniques de base complètes acquises pendant la période de recrutement prospectif, incluant un historique complet de la maladie actuelle/passée, un score ECOG PS, des tests de laboratoire complets (fonction hépatique, coagulation, marqueurs tumoraux comme l'AFP, etc.), et un scanner abdominal avec contraste de base.
4. Les patients (ou leurs représentants légaux) doivent fournir un consentement éclairé écrit pour l'utilisation de leurs données cliniques dans cet essai.

Critères d'exclusion :

1. Patients atteints d'un cancer du foie secondaire (métastatique) ou de tumeurs malignes sévères concomitantes d'autres systèmes.
2. Patients qui ne parviennent pas à compléter les examens d'imagerie de base ou de laboratoire requis, empêchant un calcul précis du stade (par exemple, données manquantes pour le score de Child-Pugh).
3. Patients ayant déjà reçu des thérapies antitumorales pour le cancer du foie avant l'inclusion.

3. Schéma de l'étude

Modèle d'intervention : Attribution croisée. Masquage : Simple aveugle. Les évaluateurs participants sont en aveugle quant aux réponses de l'étalon-or des cas et aux résultats d'évaluation des autres médecins participants.

Bras et interventions :

Partition de l'ensemble des cas : 108 cas éligibles de CHC recrutés prospectivement et consécutivement sont regroupés et divisés aléatoirement en Ensemble de données A (54 cas) et Ensemble de données B (54 cas). Il est assuré qu'il n'y a pas de différences statistiquement significatives entre les deux ensembles concernant la charge tumorale, le grade de fonction hépatique et la distribution des stades.

Regroupement des évaluateurs : Un total de 12 médecins cliniciens recrutés prospectivement sont inclus, comprenant 4 dans le groupe senior des hôpitaux tertiaires, 4 dans le groupe junior des hôpitaux tertiaires et 4 dans le groupe des hôpitaux primaires/secondaires. Ils sont divisés en deux groupes d'évaluation par randomisation stratifiée :

Groupe A (6 évaluateurs) : 2 seniors tertiaires, 2 juniors tertiaires, 2 hôpitaux primaires/secondaires.

Groupe B (6 évaluateurs) : 2 seniors tertiaires, 2 juniors tertiaires, 2 hôpitaux primaires/secondaires.

Bras 1 - Évaluateurs du Groupe A :

Phase 1 Intervention (Témoin) : Évaluation indépendante de l'Ensemble A (54 cas) combinant les textes cliniques et les données d'imagerie, enregistrant les 4 résultats de classification, sans assistance de l'IA.

Phase 2 Intervention (Expérimentale) : Évaluation de l'Ensemble B (54 cas). Le système présente les 4 résultats de prédiction du modèle d'IA et les preuves associées ; les médecins fournissent le jugement final après référence complète.

Bras 2 - Évaluateurs du Groupe B :

Phase 1 Intervention (Témoin) : Évaluation indépendante de l'Ensemble B (54 cas) combinant les textes cliniques et les données d'imagerie, enregistrant les 4 résultats de classification, sans assistance de l'IA.

Phase 2 Intervention (Expérimentale) : Évaluation de l'Ensemble A (54 cas). Les médecins fournissent le jugement final après référence aux résultats du modèle d'IA.

4. Mesures de résultats

Résultat principal :

Amélioration de la précision globale : La différence de précision moyenne sur les 4 tâches de classification entre l'évaluation assistée par IA (groupe expérimental) et l'évaluation indépendante (groupe témoin).

Résultats secondaires :

Effet d'homogénéisation : Évaluation de si la différence de précision d'évaluation clinique entre les médecins du groupe des hôpitaux primaires/secondaires et les groupes des hôpitaux tertiaires est significativement réduite avec l'assistance de l'IA.

Efficacité de l'évaluation : Comparaison du temps d'évaluation moyen par cas entre les médecins avec et sans assistance de l'IA.

Accord inter-évaluateurs : Comparaison de la cohérence des résultats d'évaluation entre les médecins (par exemple, en utilisant les statistiques Kappa), avec et sans assistance de l'IA.

5. Plan d'analyse statistique & Taille d'échantillon

Justification de la taille d'échantillon :

Le calcul de la taille d'échantillon pour cette étude est basé sur le changement attendu de la précision moyenne globale sur tous les niveaux de médecins recrutés prospectivement. Il est estimé que la précision moyenne globale sans assistance de l'IA est de 0,60, et avec assistance de l'IA de 0,70.

En fixant le niveau de significativité pour un test bilatéral à 0,05 (correspondant à une valeur Z d'environ 1,96) et la puissance statistique à 0,80 (correspondant à une valeur Z d'environ 0,84), la taille d'échantillon a été déterminée en utilisant la méthode statistique standard pour comparer deux proportions indépendantes. En supposant aucun effet de grappe résultant de multiples évaluations de cas par le même médecin, ce calcul indique que chaque groupe d'intervention nécessite au moins 353 évaluations indépendantes.

Vérification de la puissance :

Dans la configuration réelle de cette étude, il y a 12 médecins au total.

Total des évaluations indépendantes pour le groupe témoin (sans IA) = Groupe A (6 évaluateurs) x Ensemble A (54 cas) + Groupe B (6 évaluateurs) x Ensemble B (54 cas) = 648 évaluations indépendantes.

Total des évaluations indépendantes pour le groupe expérimental (avec IA) = également 648 évaluations indépendantes.

Puisque 648 évaluations est supérieur au seuil requis de 353 évaluations, la configuration actuelle des cas et des médecins possède déjà une puissance statistique suffisante. Cette taille d'échantillon fournit une marge conservatrice (environ 1,8 fois le seuil requis) pour tenir adéquatement compte de tout effet de grappe (corrélation intra-classe) résultant de multiples évaluations de cas par le même médecin dans ce plan MRMC.