Analisi basata sull'apprendimento profondo delle immagini della patologia del cancro del colon-retto: un approccio innovativo per prevedere i sottotipi di cancro del colon-retto
Copiloti alimentati dall'intelligenza artificiale per la diagnosi di precisione e la valutazione chirurgica dei modelli di crescita istologica nelle metastasi epatiche del colon-retto resecabili: uno studio prospettico
Panoramica dello studio
Stato
Stato
Condizioni
Condizioni
Intervento / Trattamento
Intervento / Trattamento
Tipo di studio
Tipo di studio
Iscrizione (Effettivo)
Iscrizione
Contatti e Sedi
Luoghi di studio
-
-
Guangdong
-
Guangzhou, Guangdong, Cina, 510655
- Ethics Committee of the Sixth Affiliated Hospital of Sun Yat-sen University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- Pazienti con diagnosi di metastasi epatica del carcinoma del colon -retto (CRLM) sottoposti a trattamento chirurgico;
- Il diametro massimo delle lesioni metastatiche resecate dovrebbe essere ≥ 2 cm;
- Disponibilità di diapositive patologiche insieme a caratteristiche cliniche, biologiche e patologiche di base.
Criteri di esclusione:
- Sezioni di tessuto ottenute da campioni di biopsia;
- Assenza di tessuto tumorale vitale nelle lesioni metastatiche;
- Lesioni precedentemente trattate con ablazione seguite da resezione chirurgica, con conseguente qualità inadeguata del diapositiva del tessuto.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Numero di gruppi/coorti
Coorti e interventi
Gruppo / CoorteGruppo / Coorte |
Intervento / TrattamentoIntervento / Trattamento |
|---|---|
|
Slide di patologia chirurgica dal Sahsysu, 1.994 WSI di 297 vetrini datati 3 luglio 2013.
Questo gruppo comprende 297 pazienti con metastasi epatiche del carcinoma del colon -retto (CRLM), da cui sono state raccolte 1.994 immagini di diapositive interi (WSI).
Queste diapositive sono state utilizzate per lo sviluppo e il test del modello di AI di caffè per la classificazione del modello di crescita istopatologica (HGP), fornendo preziose approfondimenti per la caratterizzazione del tumore e la prognosi.
|
La resezione chirurgica della metastasi epatica del carcinoma del colon -retto (CRLM) comporta la rimozione delle lesioni metastatiche dal fegato.
Questa procedura mira a migliorare i tassi di sopravvivenza e ridurre l'onere del tumore nei pazienti con diagnosi di CRLM.
La resezione viene eseguita per trattare le metastasi epatiche e gli esiti clinici, come la sopravvivenza libera da progressione (PFS) e la sopravvivenza globale (OS), sono valutati post-operatori per determinare l'efficacia del trattamento.
|
|
La patologia chirurgica scivola dal Sahsysu, 972 WSI di 104 pazienti datati 21 aprile 2023.
Questa coorte contiene 104 pazienti con diagnosi di CRLM.
972 WSI sono stati raccolti per convalidare il modello di caffè su un set di dati più recente, valutando le prestazioni del modello nelle classificazioni HGP sia binarie che a quattro classi.
|
La resezione chirurgica della metastasi epatica del carcinoma del colon -retto (CRLM) comporta la rimozione delle lesioni metastatiche dal fegato.
Questa procedura mira a migliorare i tassi di sopravvivenza e ridurre l'onere del tumore nei pazienti con diagnosi di CRLM.
La resezione viene eseguita per trattare le metastasi epatiche e gli esiti clinici, come la sopravvivenza libera da progressione (PFS) e la sopravvivenza globale (OS), sono valutati post-operatori per determinare l'efficacia del trattamento.
|
|
La patologia chirurgica scorre dal Sahsysu, 114 WSI di 30 pazienti datati 2024.
Questa coorte prospettica è composta da 30 pazienti con CRLM, da cui sono stati ottenuti 114 WSI nel 2024.
La coorte è stata utilizzata per valutare l'applicabilità clinica del modello di AI di caffè attraverso uno studio prospettico, confrontando le prestazioni diagnostiche dei patologi con e senza assistenza all'IA.
|
La resezione chirurgica della metastasi epatica del carcinoma del colon -retto (CRLM) comporta la rimozione delle lesioni metastatiche dal fegato.
Questa procedura mira a migliorare i tassi di sopravvivenza e ridurre l'onere del tumore nei pazienti con diagnosi di CRLM.
La resezione viene eseguita per trattare le metastasi epatiche e gli esiti clinici, come la sopravvivenza libera da progressione (PFS) e la sopravvivenza globale (OS), sono valutati post-operatori per determinare l'efficacia del trattamento.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accuratezza della classificazione (%) del modello di AI di caffè nell'identificazione binaria dei modelli di crescita istopatologica (HGPS) in CRLM usando immagini di diapositive intere
Lasso di tempo: 6 mesi dopo l'intervento chirurgico (per la coorte prospettica)
|
Questo risultato misura l'accuratezza della classificazione diagnostica del modello di AI di caffè nel rilevare i modelli di crescita istopatologica (HGP) nei pazienti con metastasi epatica del carcinoma del colon -retto (CRLM).
L'accuratezza è definita come la proporzione di etichette HGP correttamente previste rispetto alle etichette di verità di base determinate dal consenso di patologi esperti.
L'analisi include la classificazione binaria (desmoplastico vs. non-desmoplastico).
L'accuratezza verrà calcolata come: precisione = numero totale di previsioni / numero di previsioni corrette × 100%.
Il risultato verrà valutato utilizzando immagini digitali di diapositive interi ottenute da campioni di metastasi epatiche raccolte durante l'intervento chirurgico.
Le prestazioni del modello saranno valutate 6 mesi dopo l'intervento in una prospettiva coorte di validazione.
|
6 mesi dopo l'intervento chirurgico (per la coorte prospettica)
|
Misure di risultato secondarie
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accuratezza della classificazione (%) del modello di AI di caffè nell'identificazione multi-classe dei modelli di crescita istopatologica (HGPS) in CRLM usando immagini di diapositive intere
Lasso di tempo: 6 mesi dopo l'intervento chirurgico (per la coorte prospettica)
|
Questo risultato misura l'accuratezza della classificazione diagnostica del modello di AI di caffè nel rilevare i modelli di crescita istopatologica (HGP) nei pazienti con metastasi epatica del carcinoma del colon -retto (CRLM).
L'accuratezza è definita come la proporzione di etichette HGP correttamente previste rispetto alle etichette di verità di base determinate dal consenso di patologi esperti.
L'analisi include la classificazione a quattro classi (desmoplastica, sostituzione, spinta e miscelato).
L'accuratezza verrà calcolata come: precisione = numero totale di previsioni / numero di previsioni corrette × 100%.
Il risultato verrà valutato utilizzando immagini digitali di diapositive interi ottenute da campioni di metastasi epatiche raccolte durante l'intervento chirurgico.
Le prestazioni del modello saranno valutate 6 mesi dopo l'intervento in una prospettiva coorte di validazione.
|
6 mesi dopo l'intervento chirurgico (per la coorte prospettica)
|
Altre misure di risultato
Altre misure di risultato
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sopravvivenza libera da progressione (PFS, in mesi) nella metastasi epatica del carcinoma del colon-retto (CRLM) stratificati dalla classificazione del modello di crescita istopatologica (HGP) a base di AI
Lasso di tempo: Fino a 3 anni dopo l'intervento
|
Questo risultato valuta l'associazione tra la classificazione HGP a base di AI (desmoplastica e non desmoplastica) e la sopravvivenza libera da progressione (PFS) in pazienti con metastasi epatiche del cancro del colon-retto (CRLM) a seguito di resezione intenzionale curativa.
PFS è definito come il tempo dall'intervento alla progressione o alla morte per qualsiasi causa.
L'analisi di Kaplan-Meier verrà utilizzata per stimare PFS per ciascun gruppo HGP, con confronti con test log-rank.
I modelli di regressione di Cox multivariata valuteranno il valore prognostico degli HGP, adattandosi alle covariate cliniche (ad esempio, età, sesso, numero/dimensione delle metastasi, chemioterapia, stato di margine, punteggio del carico tumorale).
Verranno segnalati rapporti di rischio con intervalli di confidenza al 95%.
I presupposti del modello verranno testati e adeguati, se necessario.
|
Fino a 3 anni dopo l'intervento
|
|
Sopravvivenza globale (OS, in mesi) nella metastasi epatica del carcinoma del colon-retto (CRLM) stratificati dalla classificazione del modello di crescita istopatologica (HGP) a base di AI (HGP)
Lasso di tempo: Fino a 3 anni dopo l'intervento
|
Questo risultato valuta l'associazione tra la classificazione HGP a base di AI (desmoplastica e non desmoplastica) e la sopravvivenza globale (OS) nei pazienti con metastasi epatica del carcinoma del colon-retto (CRLM) a seguito di resezione a intento curativo.
Il sistema operativo è definito come il tempo dall'intervento chirurgico alla morte per qualsiasi causa.
L'analisi Kaplan-Meier verrà utilizzata per stimare il sistema operativo per ciascun gruppo HGP, con confronti con test log-rank.
I modelli di regressione di Cox multivariata valuteranno il valore prognostico degli HGP, adattandosi alle covariate cliniche (ad esempio, età, sesso, numero/dimensione delle metastasi, chemioterapia, stato di margine, punteggio del carico tumorale).
Verranno segnalati rapporti di rischio con intervalli di confidenza al 95%.
I presupposti del modello verranno testati e adeguati, se necessario.
|
Fino a 3 anni dopo l'intervento
|
|
Tempo di diagnosi (in minuti) da parte di patologi con e senza modello di caffè assistito nella classificazione HGP CRLM
Lasso di tempo: Durante il potenziale periodo di prova (6 mesi)
|
Questo risultato valuta l'impatto del modello di caffè assistito dall'IA sull'efficienza diagnostica confrontando il tempo richiesto dai patologi per classificare i modelli di crescita istopatologica (HGP) delle metastasi epatiche del cancro del colon-retto (CRLM), con e senza assistenza al caffè.
La metrica è il tempo (minuti) dalla revisione delle diapositive che inizia alla diagnosi finale, misurata per ciascun patologo utilizzando una piattaforma di immagine di diapositiva intera digitale standardizzata.
Il confronto include due armi: il braccio di diagnosi assistito dall'AI, in cui i patologi junior usano il caffè come strumento di supporto alle decisioni e il braccio di diagnosi convenzionale, in cui i patologi eseguono la classificazione manuale basata sulla valutazione istopatologica visiva.
Tutti i partecipanti esaminano la stessa serie di diapositive in ordine randomizzato e il tempo diagnostico viene registrato dal software di visualizzazione.
Verranno segnalate statistiche descrittive (mediana, IQR).
|
Durante il potenziale periodo di prova (6 mesi)
|
|
Accuratezza diagnostica (percentuale di classificazioni corrette) di patologi con e senza modello di caffè assistito nell'assistita nella classificazione HGP CRLM
Lasso di tempo: Durante il potenziale periodo di prova (6 mesi)
|
Questo risultato valuta l'accuratezza diagnostica dei patologi nella classificazione dei modelli di crescita istopatologica (HGP) delle metastasi epatiche del carcinoma del colon-retto (CRLM), confrontando flussi di lavoro diagnostici assistiti dall'assistito contro convenzionali.
L'accuratezza è definita come la proporzione di immagini di diapositive interi correttamente classificate (WSI) rispetto a una diagnosi di consenso standard a livello di oro da parte di patologi gastrointestinali esperti.
Ogni patologo classificherà in modo indipendente la stessa serie di WSI CRLM in due condizioni: con assistenza all'intelligenza artificiale (modello di caffè) e senza assistenza all'IA (valutazione manuale).
La classificazione sarà valutata per entrambe le categorie HGP binarie (categorie Desmoplastic vs. non-desmoplastic) e HGP a quattro classi (desmoplastica, sostituzione, spinta, miscelata).
L'accuratezza verrà calcolata come: precisione = numero totale di previsioni / numero di previsioni corrette × 100%.
|
Durante il potenziale periodo di prova (6 mesi)
|
Collaboratori e investigatori
Sponsor
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Inizio studio
Completamento primario (Effettivo)
Completamento primario
Completamento dello studio (Effettivo)
Completamento dello studio
Date di iscrizione allo studio
Primo inviato
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Primo Inserito
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento pubblicato
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
Altri numeri di identificazione dello studio
- 2023ZSLYEC-256
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .