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

A prosztatarákban előforduló nyirokcsomó-metasztázis patológián alapuló mesterséges intelligencia diagnosztikai modelljének jövőbeli validálása

Ennek a diagnosztikai tesztnek az a célja, hogy prospektív módon tesztelje az előre kifejlesztett mesterséges intelligencia (AI) diagnosztikai modell teljesítményét a prosztatarák patológiás nyirokcsomó-metasztázisának (LNM) kimutatására. A kutatók ezt az AI-modellt mélytanuló algoritmusok alapján fejlesztették ki az előzetes kutatás során, és jól teljesített a retrospektív tesztekben.

A kutatók összehasonlítják az AI-modell és a patológusok által kiadott rutin patológiai jelentés diagnosztikai teljesítményét (szenzitivitás, specifitás stb.), hogy kiderüljön, az AI-modell javíthatja-e a valós világban a prosztatarákban előforduló LNM patológiás értékelésének klinikai munkafolyamatát.

A tanulmány áttekintése

Részletes leírás

A nyirokcsomó-metasztázis (LNM) a prosztatarák gyakori metasztázisának módja, és a pontos posztoperatív patológiás nyirokcsomó-stádium meghatározása nagy jelentőséggel bír a további kezelés és a prognózis értékelése szempontjából. A nyirokcsomók jelenlegi patológiás értékelése azonban a patológusok által végzett manuális vizsgálaton alapul, amely viszonylag alacsony diagnosztikai hatékonysággal rendelkezik, és hajlamos arra, hogy a mikrometasztatikus elváltozásokat elmulasztják. Ezért a kutatók az előzetes kutatás során mély tanulási algoritmusokon alapuló mesterséges intelligencia-diagnosztikai modellt dolgoztak ki a prosztatarák patológiás nyirokcsomó-metasztázisának kimutatására, amely jól teljesített a retrospektív tesztekben.

Ez a vizsgálat intervenciós intézkedések nélküli diagnosztikai teszt, amely a bevont betegekből kimetszett, formalinnal fixált, paraffinba ágyazott nyirokcsomók patológiás tárgylemezeinek összegyűjtését és teljes diaképekké (WSI-k) történő digitalizálását tervezi. Az AI-modell elemzi a WSI-ket, és pixelszintű hőtérképeket és diaszintű diagnosztikai eredményeket generál (LNM-mel vagy anélkül). A rutin patológiai vizsgálat a szokásos módon történik. Ez a két folyamat nem zavarja egymást. És ha ellentmondás van az AI és a rutin patológiai vizsgálat között a tárgylemezszintű besorolásban, a kutatók vezető patológusokat hívnak össze megbeszélésre a végső döntés meghozatala érdekében (szükség esetén immunhisztokémiát végeznek). A végeredményt patológiai jelentés formájában ismertetjük a pácienssel.

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

225

Kapcsolatok és helyek

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

Tanulmányi helyek

    • Guangdong
      • Guangzhou, Guangdong, Kína, 510120
        • Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

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

  • Gyermek
  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

A tervek szerint 2024 januárja és 2025 decembere között prosztatarákos betegeket radikális prosztataeltávolításon és kismedencei nyirokcsomó-boncoláson vesznek részt a Szun Jat-szen Egyetem Szun Jat-szen Emlékkórházban. A bevont betegek reszekált kismedencei nyirokcsomóinak hisztopatológiai tárgylemezeit összegyűjtik és digitalizálják teljes diaképként (WSI) az AI-modell jövőbeli validálásához.

Leírás

Bevételi kritériumok:

  • Prosztatarákban szenvedő betegek, akik radikális prosztataeltávolításon és kismedencei nyirokcsomó disszekción estek át.
  • A betegek teljes körű klinikai és patológiai információkkal.

Kizárási kritériumok:

  • Más daganatos betegek, amelyek kismedencei nyirokcsomókba metasztatizáltak.
  • A beteg nem volt hajlandó részt venni ebben a diagnosztikai vizsgálatban.

Tanulási terv

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

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
PLND-n átesett betegek
A betegek radikális prosztatektómián és kismedencei nyirokcsomók disszekción esnek át
Gyűjtsük össze a beiratkozott betegek reszekált nyirokcsomóinak patológiás tárgylemezeit. Digitalizálja ezeket a diákat teljes diaképekké (WSI). Elemezze a WSI-ket az AI-modell segítségével diagnosztikai eredmények generálásához (nyirokmetasztázissal vagy anélkül). Ebben a diagnosztikai vizsgálati vizsgálatban nem végeznek beavatkozást a betegeken.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
érzékenység
Időkeret: Az AI-modell diagnózisának eredményeit minden egyes bevont páciens esetében nem sokkal a kismedencei nyirokcsomók disszekciója után kapják meg, és az AI-modell érzékenységét a vizsgálat befejezésekor, átlagosan 2 éven keresztül értékelik.
a helyesen diagnosztizált pozitív lemezek száma (nyirokáttéttel), el kell osztani a pozitív lemezek teljes számával
Az AI-modell diagnózisának eredményeit minden egyes bevont páciens esetében nem sokkal a kismedencei nyirokcsomók disszekciója után kapják meg, és az AI-modell érzékenységét a vizsgálat befejezésekor, átlagosan 2 éven keresztül értékelik.

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
sajátosság
Időkeret: Minden egyes bevont beteg esetében az AI modell diagnózisának eredményeit nem sokkal a kismedencei nyirokcsomók disszekciója után kapják meg, és az AI-modell specifitását a vizsgálat befejezésekor, átlagosan 2 éven keresztül értékelik.
a helyesen diagnosztizált negatív lemezek száma (nyirokmetasztázis nélkül), el kell osztani a negatív lemezek összesített számával
Minden egyes bevont beteg esetében az AI modell diagnózisának eredményeit nem sokkal a kismedencei nyirokcsomók disszekciója után kapják meg, és az AI-modell specifitását a vizsgálat befejezésekor, átlagosan 2 éven keresztül értékelik.

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Tanulmányi szék: Tianxin Lin, Ph.D, Department of Urology of Sun Yat-sen Memorial Hospital of Sun Yat-sen University

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 (Tényleges)

2024. január 12.

Elsődleges befejezés (Tényleges)

2025. december 31.

A tanulmány befejezése (Tényleges)

2025. december 31.

Tanulmányi regisztráció dátumai

Először benyújtva

2024. január 24.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2024. február 1.

Első közzététel (Tényleges)

2024. február 12.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. február 11.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. február 8.

Utolsó ellenőrzés

2026. február 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

IPD terv leírása

A betegek magánéletének védelme érdekében a kóros diaképek és a betegekkel kapcsolatos egyéb adatok nem nyilvánosak.

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

Iratkozz fel