Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Klinikailag okkult gliómasejtek azonosítása és a glióma viselkedésének jellemzése a fejlett képalkotó technológia gépi tanulási elemzésével

2017. január 13. frissítette: AHS Cancer Control Alberta
A gliómák az egyik legnehezebben kezelhető daganat, mivel a látszólag normális agyterületek mikroszkopikus gliómasejteket tartalmaznak; Valójában ezekről az okkult sejtekről ismert, hogy több centiméterrel a standard számítógépes tomográfián vagy mágneses rezonancia képalkotáson (MR) látható klinikailag nyilvánvaló elváltozáson túl is beszivárognak. Mivel nem lehetséges nagy mennyiségű agyat eltávolítani vagy kisugározni, fontos, hogy csak a látható daganatot és az agy infiltrált területeit célozzuk meg. Az okkult gliómasejtek kimutatásának korlátozott képessége miatt azonban a klinikusok jelenleg egyenletes, legalább 2 cm-es határt adnak a látható rendellenességhez, és ezt a térfogatot besugározzák. A bizonyítékok azonban azt sugallják, hogy a glióma növekedése nem egyenletes – bizonyos irányokban a növekedés kedvez, másokban pedig gátolt. Ez azt jelenti, hogy minden egyes páciens esetében fontos meghatározni, hogy mely területeken van nagy a kockázata az okkult sejteknek. Javasoljuk, hogy ezt a feladatot a gliómák növekedésének megismerésével oldjuk meg, gépi tanulási algoritmusokat alkalmazva a korábbi gliómás betegek képeinek adatbázisára (amelyeket különféle fejlett képalkotó technológiák: MRI, MRS, DTI és MET-PET) készítettek. Az előrelépések közvetlenül a betegek javulásait jelentik.

A tanulmány áttekintése

Állapot

Ismeretlen

Körülmények

Beavatkozás / kezelés

Részletes leírás

A gliómák a leggyakoribb elsődleges agydaganatok felnőtteknél; a legtöbb kiváló minőségű és magas a halálozási szintjük. A szokásos kezelés a rákos sejtek elpusztítása vagy eltávolítása. Természetesen ez csak akkor működhet, ha a sebész vagy a radiológus megtalálja ezeket a sejteket. Sajnos elkerülhetetlenül léteznek úgynevezett „okkult” rákos sejtek, amelyeket még a mai kifinomult képalkotó technikák sem találnak meg.

Ez a javaslat egy olyan technológiát javasol, amellyel megjósolható ezeknek az okkult sejteknek a helye a korábbi betegek gliómáinak növekedési mintáinak megismerésével. Olyan szoftvereszközöket is fejlesztünk, amelyek segítségével a szakemberek és a kutatók egyaránt megtalálhatják a jelenlegihez hasonló gliómákat, és autonóm módon meg tudják találni a daganatos régiót az agyi képen belül, ami időt takaríthat meg a radiológusok számára, és talán segíthet a műtét során.

Tanulmány típusa

Beavatkozó

Beiratkozás (Tényleges)

113

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

  • Kanada
    • Alberta
      • Edmonton, Alberta, Kanada, T6G 1Z2
        • Cross Cancer Institute

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

18 év és régebbi (Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Nem

Tanulmányozható nemek

Összes

Leírás

Bevételi kritériumok:

  • szövettanilag igazolt gliomának kell lennie
  • a betegnek vagy törvényes képviselőjének teljes mértékben meg kell értenie a tájékoztatáson alapuló beleegyezés minden elemét, és alá kell írnia a beleegyező nyilatkozatot

Kizárási kritériumok:

  • pszichiátriai állapotok, amelyek kizárják a tájékozott beleegyezést
  • egészségügyi vagy pszichiátriai állapot, amely kizárja az MRI- vagy PET-vizsgálatokat (pl. pacemaker, aneurizma klipek, neurostimulátor, cochleáris implantátum, súlyos klausztrofóbia/szorongás, terhesség)

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Diagnosztikai
  • Kiosztás: N/A
  • Beavatkozó modell: Egyetlen csoportos hozzárendelés
  • Maszkolás: Nincs (Open Label)

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
képalkotó gliómás betegeket fejlett képalkotó technikákkal, hogy a jövőben jobban jellemezhessük a gliomákat
Időkeret: Előkezelés, 1 hónappal a kezelés után és 7 hónappal a kezelés után
A jogosult betegek lehetőséget kapnak további diagnosztikai képalkotásra. Ezeket a képeket anonimizáljuk és adatbázisba helyezzük. az adatokat gépi tanulási technikák segítségével elemzik.
Előkezelés, 1 hónappal a kezelés után és 7 hónappal a kezelés után
hozzon létre egy képalapú adatbázist, amely lehetővé teszi az összes klinikailag elérhető adat gépi tanulási elemzését
Időkeret: Előkezelés, 1 hónappal a kezelés után és 7 hónappal a kezelés után
A jogosult betegek lehetőséget kapnak további diagnosztikai képalkotásra. Ezeket a képeket anonimizáljuk és adatbázisba helyezzük. az adatokat gépi tanulási technikák segítségével elemzik.
Előkezelés, 1 hónappal a kezelés után és 7 hónappal a kezelés után

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
gépi tanulási elemzéssel számítógépes algoritmusokat fejleszthetünk ki, amelyek lehetővé teszik számunkra a tumorszegmentáció automatizálását, a daganat viselkedésének előrejelzését és a klinikailag okkult gliómasejtek elhelyezkedésének előrejelzését
Időkeret: Előkezelés, 1 hónappal a kezelés után és 7 hónappal a kezelés után
A jogosult betegek lehetőséget kapnak további diagnosztikai képalkotásra. Ezeket a képeket anonimizáljuk és adatbázisba helyezzük. az adatokat gépi tanulási technikák segítségével elemzik.
Előkezelés, 1 hónappal a kezelés után és 7 hónappal a kezelés után

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

AHS Cancer Control Alberta

Nyomozók

  • Kutatásvezető: Albert Murtha, MD, FRCPC, AHS Cancer Control Alberta

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete

2006. június 1.

Elsődleges befejezés (Várható)

2017. december 1.

A tanulmány befejezése (Várható)

2017. december 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2006. május 23.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2006. május 23.

Első közzététel (Becslés)

2006. május 25.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Becslés)

2017. január 16.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2017. január 13.

Utolsó ellenőrzés

2016. július 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • CNS-9-0032 / 22151-22523

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Klinikai vizsgálatok a MRS képalkotás

Keressen hasonló próbaverziókban

Szponzorok és közreműködők

Egészségi állapot

Kábítószer-beavatkozások

CROs by country

CROs in Bulgaria

Körülmények

Ritka betegségek

Kábítószer-beavatkozások

Táplálék-kiegészítők

Szponzor / közreműködők

Helyek

3
Iratkozz fel