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

A rákgócok kimutatásának javítása prosztatarákban multiparametriás MRI/MRS segítségével (GCC 1261)

2020. március 16. frissítette: Department of Radiation Oncology, University of Maryland, Baltimore

A rákgócok kimutatásának javítása prosztatarákban multiparaméteres MRI/MRS és gépi tanulás segítségével a betegség jobb kezelése érdekében

A kutatók célja egy nem szelektív és nem invazív eljárás kidolgozása az agresszív daganatok azonosítására, és egyidejűleg azok pontos elhelyezkedésének meghatározására radikális prosztataeltávolításon átesett prosztatarákos betegeknél, multiparametriás MRI és gépi tanulási technikák kombinálásával. A többparaméteres MRI és a gépi tanulás kombinációja (hisztopatológiai vizsgálattal validálva) a prosztata rákos gócainak fokozott érzékenységét és specifitását eredményezheti, és elősegítheti az agresszív és indolens daganatok izolálását. Ez a megnövekedett érzékenység és specifitás végül a következőkhöz vezethet: a) a szükségtelen kezelésen áteső betegek számának csökkenéséhez, és b) a fókuszált terápiák alkalmazásának lehetővé tételével fokozhatja a jelenlegi kezelési lehetőségeket. A kutatók 15 prosztatarákos beteget vesznek fel a vizsgálatba, akiknél jelenleg radikális prosztataeltávolításon kell átesni. A radikális prosztatektómia előtt minden beteg fejlett MRI-vizsgálatot kap. Az MRI-vizsgálatok magukban foglalják a) nagy felbontású volumetrikus képeket T1 és T2 súlyozással, b) vaszkuláris képeket dinamikus kontrasztjavított (DCE) képalkotással, c) biofizikai mikroszerkezeti képeket diffúziós súlyozással, és d) biokémiai képeket MR segítségével. spektroszkópiai képalkotás. A radikális prosztatektómia után a patológus osztályozza a prosztataeltávolítás mintáit az ellátás standardja alapján (Gleason osztályozási rendszer). A szkennelésekből és a klinikai értékelésekből nyert paraméterek között összefüggések jönnek létre.

A tanulmány áttekintése

Állapot

Visszavont

Körülmények

Tanulmány típusa

Megfigyelő

Kapcsolatok és helyek

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

Tanulmányi helyek

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

Férfi

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

prosztatarákos betegek, akik radikális prosztataeltávolítás mellett döntöttek

Leírás

Bevételi kritériumok:

  1. Minden férfi beteg, aki radikális prosztataeltávolítást választott
  2. Az alanyoknak képesnek kell lenniük tájékozott beleegyezés megadására.
  3. Az alanyok nem lehetnek klausztrofóbiások.

Kizárási kritériumok:

  1. Pacemakerrel rendelkező alanyok.
  2. Fém ferromágneses implantátummal vagy pumpával rendelkező alanyok.
  3. Minden nőstényt kizártak ebből a vizsgálatból.
  4. Bármilyen súlyosságú vesebetegségben szenvedő vagy hemodialízis alatt álló egyének.
  5. A gadolínium alapú kontrasztanyagokra ismerten allergiás alanyok.
  6. Azok az alanyok, akik képtelenek a hátukon feküdni akár egy órát is.

Tanulási terv

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

Hogyan készül a tanulmány?

Tervezési részletek

  • Megfigyelési modellek: Csak esetre
  • Időperspektívák: Leendő

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Elsődleges cél: a magas fokú daganatok megkülönböztetése az alacsony fokú daganatoktól és a normál prosztatától
Időkeret: 16 hónap

A fejlett MR képalkotó technikák használhatók-e gépi tanulási technikák képzésére, amelyek segítségével megkülönböztethetők a magas fokú daganatok az alacsony fokú daganatoktól és a normál prosztata daganatoktól. A gépi tanulási technikák képzése a hisztopatológiai adatok alapján történik.

Ennek elérése érdekében térfogati képeket készítünk a különböző szöveti jellemzőkről (lásd alább), és azokat a kórszövettani adatokkal egyeztetjük:

  • Vaszkuláris permeabilitás (ktrans) dinamikus kontrasztos MRI (DCE-MRI) segítségével
  • Morfológiai változások a T2-vel és a diffúziós változások diffúziós súlyozott MRI (DW-MRI) segítségével
  • A (kolin+kreatin)/citrát) vagy a CC/C metabolikus aláírásai mágneses rezonancia spektroszkópiai képalkotással (MRSI)
  • Korrelálja az in vivo képalkotó eredményeket az ex vivo hisztopatológiával deformálható képregisztráció segítségével
  • Fejlesszen ki egy többosztályú támogatási vektorgépet (SVM) a többparaméteres képek készletét használva bemenetként, és használja azt a Gleason-pontszámhoz hasonló pontszám előrejelzésére.
16 hónap

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Másodlagos cél: non-invazív és kvantitatív vizsgálat a tumor fokozatának és helyének pontos azonosítására.
Időkeret: 16 hónap
A fejlett MR képalkotó technikák önmagukban is használhatók a tumor fokozatos osztályozására. Az összegyűjtött adatkészleteket részhalmazokra osztják fel, amelyeket a gépi tanulási technikák tesztelésére használnak fel. Például: az adatok 90%-át edzésre, a maradék 10%-ot pedig tesztelésre használjuk fel. Ez a folyamat különböző részhalmazok kombinációján megismétlődik. Hipotézisünk az, hogy a gépi tanulási módszerek segítenek az agresszív daganatok, az indolens daganatok és a normál szövetek közötti különbségek elemzésében. Feltételezzük továbbá, hogy ez az elemzés segít egy képalkotó alapú „pontszám” szintetizálásában, amely képes azonosítani az agresszív daganatot indolens daganatokból és normál szövetekből az edzés utáni új esetekben. Úgy gondoljuk, hogy a többparaméteres MRI és egy fejlett gépi tanulási technikával kombinálva javíthatja a tumorgócok kimutatásának érzékenységét és specificitását. Ez non-invazív és kvantitatív tesztet fog eredményezni a tumor fokozatának és helyének pontos azonosítására.
16 hónap

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

University of Maryland, Baltimore

Nyomozók

  • Kutatásvezető: Warren D'Souza, PhD, UMD

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

2015. április 1.

Elsődleges befejezés (Tényleges)

2015. április 1.

A tanulmány befejezése (Tényleges)

2015. április 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2013. január 8.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2013. január 9.

Első közzététel (Becslés)

2013. január 11.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2020. március 18.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2020. március 16.

Utolsó ellenőrzés

2020. március 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • HP-00054431

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 Prosztata rák

Keressen hasonló próbaverziókban

Szponzorok és közreműködők

Egészségi állapot

Kábítószer-beavatkozások

CROs by country

CROs in Montenegro

Körülmények

Ritka betegségek

Kábítószer-beavatkozások

Táplálék-kiegészítők

Szponzor / közreműködők

Helyek

3
Iratkozz fel