- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06286267
AI-asszisztált rendszer a mellfillodes-daganatok pontos diagnosztizálására és előrejelzésére
Mesterséges intelligencia alapú rendszer fejlesztése a mellfillodes daganatok pontos diagnosztizálására és prognózisára
A Breast phyllodes tumor (PT) egy ritka fibroepiteliális daganat, amely az összes emlődaganat 1-3%-át teszi ki, és a WHO jóindulatú, borderline és rosszindulatú kategóriákba sorolja be olyan hisztopatológiai jellemzők alapján, mint a tumor határa, a stroma cellularitása, a stroma atípia. , mitotikus aktivitás és a stromális túlnövekedés. A rosszindulatú PT-k aránya 18-25%, magas a helyi kiújulás (akár 65%) és a távoli metasztázisok aránya (16-25%). A jóindulatú PT többszörös kiújulás után rosszindulatú daganattá fejlődhet. Ezért a korai, pontos diagnózis és a terápiás célpontok azonosítása kulcsfontosságú az eredmények és a túlélési arány javítása szempontjából.
Az elmúlt években megnőtt az érdeklődés a mesterséges intelligencia (AI) alkalmazása iránt az orvosi diagnosztikában. A mesterséges intelligencia képes integrálni a klinikai információkat, a kórszövettani képeket és a multi-omikai adatokat, hogy segítse a patológiás és klinikai diagnózist, a prognózis előrejelzését és a molekuláris profilalkotást. Az AI ígéretes eredményeket mutatott fel különböző területeken, beleértve a különböző rákos megbetegedések, például a vastagbélrák, a mellrák diagnosztizálását. rák, és prosztatarák. A PT azonban különbözik az emlőráktól a diagnózisban és a kezelési megközelítésben. Ezért a személyre szabott orvoslás szempontjából kulcsfontosságú egy mesterséges intelligencia-alapú rendszer létrehozása a PT pontos diagnosztizálására és prognózisának értékelésére.
A Dr. Nie Yan által vezetett kutatócsoport egyike azon keveseknek Guangdong tartományban, sőt országosan is, amely a PT-kutatásra szakosodott. Csapatuk a rosszindulatú daganatok progressziójával, a metasztázis mechanizmusaival és a PT molekuláris markereivel kapcsolatos kutatásokat végez. A csapat kulcsfontosságú mechanizmusokat azonosított, mint például a fibroblaszt-miofibroblaszt differenciálódást, és a tumorhoz kapcsolódó makrofágok szerepét a differenciálódás elősegítésében. Molekuláris markereket is azonosítottak, köztük a miR-21-et, az α-SMA-t, a CCL18-at és a CCL5-öt, amelyek a hagyományos kórszövettani osztályozáshoz képest pontosabbak a tumor kiújulási kockázatának előrejelzésében.
A projekt során közel ezer emlő-PT-betegtől gyűjtöttek jó minőségű adatokat, köztük képalkotó, kórszövettani és túlélési adatokat, valamint szövetmintákon transzkriptom génszekvenálást végeztek. Céljuk egy átfogó multi-omics adatbázis felépítése az emlő-PT-hez, valamint egy mesterséges intelligencia-alapú modell létrehozása a korai diagnózishoz és a prognózis előrejelzéséhez. Ez a kutatás javíthatja az emlő-PT diagnosztizálását és kezelését, kezelheti az emlő-PT ellátásában tapasztalható különbségeket Kína különböző régiói között, és hozzájárulhat új terápiás célok kidolgozásához.
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi kapcsolat
- Név: Yan Nie, Prof.Dr.
- Telefonszám: +86 020-81332587
- E-mail: nieyan7@mail.sysu.edu.cn
Tanulmányi helyek
-
-
Guangdong
-
Guangzhou, Guangdong, Kína, 510120
- Toborzás
- Sun Yat-sen Memorial Hospital, Sun Yat-sen University
-
Kapcsolatba lépni:
- Yan Nie, Prof.Dr.
- Telefonszám: +86 020-81332587
- E-mail: nieyan7@mail.sysu.edu.cn
-
Guangzhou, Guangdong, Kína, 510050
- Toborzás
- Sun Yat-Sen University Cancer Center
-
Kapcsolatba lépni:
- Feng Ye, Prof.Dr.
- Telefonszám: 15914388994
-
Guangzhou, Guangdong, Kína, 510145
- Toborzás
- The Third Affiliated Hospital of Guangzhou Medical University
-
Kapcsolatba lépni:
- Hui Mai, Prof.Dr.
- Telefonszám: 13925129112
-
Guangzhou, Guangdong, Kína, 511400
- Toborzás
- Guangdong Maternal and Child Health Hospital
-
Kapcsolatba lépni:
- Yu Tan, Prof.Dr.
- Telefonszám: 13632356526
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Phyllodes emlődaganattal diagnosztizált betegek
Kizárási kritériumok:
- Elmosódott képek, képalkotási műtermékek
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
---|---|
Mellfillodes daganat
Phyllodes melldaganattal diagnosztizált betegek
|
Beteg orvosi képalkotó anyagok, beleértve az ultrahangot, mammográfiát, CT-t, MRI-t
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
---|---|---|
Érzékenység
Időkeret: Öt év
|
A pozitív teszteredmény valószínűsége, feltéve, hogy az valóban pozitív.
|
Öt év
|
Hamis-negatív arány
Időkeret: Öt év
|
Határozza meg annak az esélyét, hogy pozitív populáció esetén a teszt negatív lesz.
|
Öt év
|
Specificitás
Időkeret: Öt év
|
A negatív teszteredmény valószínűsége valódi negatív eredménytől függő.
|
Öt év
|
Hamis pozitív arány
Időkeret: Öt év
|
Határozza meg annak esélyét, hogy negatív populációban pozitív eredményt adjon.
|
Öt év
|
Vevő működési jelleggörbéje
Időkeret: Öt év
|
A ROC-görbe különböző dichotóm besorolások (cut-off értékek vagy döntési küszöbök) sorozatán alapuló görbe, ahol a valódi pozitívok aránya (érzékenység) a függőleges koordináta, és a hamis pozitívok aránya (1-specifikusság) vízszintes koordináta.
|
Öt év
|
A roc görbe alatti terület
Időkeret: Öt év
|
Az AUC a tengelyekkel körülvett ROC-görbe alatti terület, és minél közelebb van az AUC 1,0-hoz, annál hitelesebb a vizsgálat.
|
Öt év
|
Együttműködők és nyomozók
Publikációk és hasznos linkek
Általános kiadványok
- Belkacemi Y, Bousquet G, Marsiglia H, Ray-Coquard I, Magne N, Malard Y, Lacroix M, Gutierrez C, Senkus E, Christie D, Drumea K, Lagneau E, Kadish SP, Scandolaro L, Azria D, Ozsahin M. Phyllodes tumor of the breast. Int J Radiat Oncol Biol Phys. 2008 Feb 1;70(2):492-500. doi: 10.1016/j.ijrobp.2007.06.059. Epub 2007 Oct 10.
- Mishra SP, Tiwary SK, Mishra M, Khanna AK. Phyllodes tumor of breast: a review article. ISRN Surg. 2013;2013:361469. doi: 10.1155/2013/361469. Epub 2013 Mar 20.
- Bera K, Schalper KA, Rimm DL, Velcheti V, Madabhushi A. Artificial intelligence in digital pathology - new tools for diagnosis and precision oncology. Nat Rev Clin Oncol. 2019 Nov;16(11):703-715. doi: 10.1038/s41571-019-0252-y. Epub 2019 Aug 9.
- van der Laak J, Litjens G, Ciompi F. Deep learning in histopathology: the path to the clinic. Nat Med. 2021 May;27(5):775-784. doi: 10.1038/s41591-021-01343-4. Epub 2021 May 14.
- Wang Y, Acs B, Robertson S, Liu B, Solorzano L, Wahlby C, Hartman J, Rantalainen M. Improved breast cancer histological grading using deep learning. Ann Oncol. 2022 Jan;33(1):89-98. doi: 10.1016/j.annonc.2021.09.007. Epub 2021 Sep 29.
- Chow ZL, Thike AA, Li HH, Nasir NDM, Yeong JPS, Tan PH. Counting Mitoses With Digital Pathology in Breast Phyllodes Tumors. Arch Pathol Lab Med. 2020 Nov 1;144(11):1397-1400. doi: 10.5858/arpa.2019-0435-OA.
- Cheng CL, Md Nasir ND, Ng GJZ, Chua KWJ, Li Y, Rodrigues J, Thike AA, Heng SY, Koh VCY, Lim JX, Hiew VJN, Shi R, Tan BY, Tay TKY, Ravi S, Ng KH, Oh KSL, Tan PH. Artificial intelligence modelling in differentiating core biopsies of fibroadenoma from phyllodes tumor. Lab Invest. 2022 Mar;102(3):245-252. doi: 10.1038/s41374-021-00689-0. Epub 2021 Nov 24.
- Kates-Harbeck J, Svyatkovskiy A, Tang W. Predicting disruptive instabilities in controlled fusion plasmas through deep learning. Nature. 2019 Apr;568(7753):526-531. doi: 10.1038/s41586-019-1116-4. Epub 2019 Apr 17.
- Gong C, Nie Y, Qu S, Liao JY, Cui X, Yao H, Zeng Y, Su F, Song E, Liu Q. miR-21 induces myofibroblast differentiation and promotes the malignant progression of breast phyllodes tumors. Cancer Res. 2014 Aug 15;74(16):4341-52. doi: 10.1158/0008-5472.CAN-14-0125. Epub 2014 Jun 30.
- Nie Y, Chen J, Huang D, Yao Y, Chen J, Ding L, Zeng J, Su S, Chao X, Su F, Yao H, Hu H, Song E. Tumor-Associated Macrophages Promote Malignant Progression of Breast Phyllodes Tumors by Inducing Myofibroblast Differentiation. Cancer Res. 2017 Jul 1;77(13):3605-3618. doi: 10.1158/0008-5472.CAN-16-2709. Epub 2017 May 16.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Becsült)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Becsült)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- SYSKY-2023-351-02
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
IPD terv leírása
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
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 képalkotás
-
Medical Centre LeeuwardenUniversity of Groningen; LIMIS DevelopmentToborzás
-
University of Texas Southwestern Medical CenterToborzásDiabéteszes lábfekélyEgyesült Államok
-
Georgetown UniversityBefejezvePerifériás érbetegségEgyesült Államok
-
NHS GrampianUniversity of AberdeenToborzás
-
VisionScope TechnologiesBefejezveMeniszkusz könnyek | Laza testek | Ízületi osteoarthritis | Ízületi vagy kapszuláris traumaEgyesült Államok
-
University of AberdeenNHS GrampianMég nincs toborzásHúgyhólyagrák
-
NHS GrampianUniversity of AberdeenToborzásGyulladásos bélbetegségek | ProktosigmoiditisEgyesült Királyság
-
University of Massachusetts, WorcesterBefejezve
-
University of CalgaryAlberta Heritage Foundation for Medical Research; Calgary Health RegionBefejezve
-
University of Roma La SapienzaBefejezve