Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Identificazione di cellule di glioma clinicamente occulte e caratterizzazione del comportamento del glioma attraverso l'analisi dell'apprendimento automatico della tecnologia di imaging avanzata

13 gennaio 2017 aggiornato da: AHS Cancer Control Alberta
I gliomi sono uno dei tumori più difficili da trattare, perché aree del cervello apparentemente normali contengono depositi microscopici di cellule di glioma; infatti, è noto che queste cellule occulte si infiltrano di diversi centimetri oltre la lesione clinicamente evidente visualizzata sulla tomografia computerizzata standard o sulla risonanza magnetica (MR). Poiché non è possibile rimuovere o irradiare grandi volumi del cervello, è importante mirare solo al tumore visibile e alle regioni infiltrate del cervello. Tuttavia, a causa della limitata capacità di rilevare le cellule di glioma occulte, attualmente i medici aggiungono un margine uniforme di 2 cm o più oltre l'anomalia visibile e irradiano quel volume. Le prove, tuttavia, suggeriscono che la crescita del glioma non è uniforme: la crescita è favorita in certe direzioni e ostacolata in altre. Ciò significa che è importante determinare, per ogni paziente, quali aree sono ad alto rischio di ospitare cellule occulte. Proponiamo di affrontare questo compito imparando come crescono i gliomi, applicando algoritmi di Machine Learning a un database di immagini (ottenuto utilizzando varie tecnologie di imaging avanzate: MRI, MRS, DTI e MET-PET) da precedenti pazienti con glioma. I progressi si tradurranno direttamente in miglioramenti per i pazienti.

Panoramica dello studio

Stato

Sconosciuto

Condizioni

Intervento / Trattamento

Descrizione dettagliata

I gliomi sono i tumori cerebrali primari più comuni negli adulti; la maggior parte sono di alto grado e hanno un alto livello di mortalità. Il trattamento standard consiste nell'uccidere o rimuovere le cellule tumorali. Naturalmente, questo può funzionare solo se il chirurgo o il radiologo riescono a trovare queste cellule. Sfortunatamente, ci sono inevitabilmente le cosiddette cellule tumorali "occulte", che non vengono trovate nemmeno dalle sofisticate tecniche di imaging di oggi.

Questa proposta propone una tecnologia per prevedere le posizioni di queste cellule occulte, imparando i modelli di crescita esibiti dai gliomi nei pazienti precedenti. Svilupperemo anche strumenti software che aiutino sia i professionisti che i ricercatori a trovare gliomi simili a quelli attuali e che possono trovare autonomamente la regione tumorale all'interno di un'immagine cerebrale, il che può far risparmiare tempo ai radiologi e forse aiutare durante l'intervento chirurgico.

Tipo di studio

Interventistico

Iscrizione (Effettivo)

113

Fase

  • Non applicabile

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

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

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

18 anni e precedenti (Adulto, Adulto più anziano)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Descrizione

Criterio di inclusione:

  • deve avere un glioma istologicamente provato
  • il paziente o il rappresentante legalmente autorizzato deve comprendere appieno tutti gli elementi del consenso informato e firmare il modulo di consenso

Criteri di esclusione:

  • condizioni psichiatriche che precludono il consenso informato
  • condizione medica o psichiatrica che preclude studi MRI o PET (ad es. pacemaker, clip per aneurisma, neurostimolatore, impianto cocleare, grave claustrofobia/ansia, gravidanza)

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

  • Scopo principale: Diagnostico
  • Assegnazione: N / A
  • Modello interventistico: Assegnazione di gruppo singolo
  • Mascheramento: Nessuno (etichetta aperta)

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
image i pazienti con glioma con tecniche di imaging avanzate per aiutarci a caratterizzare meglio i gliomi in futuro
Lasso di tempo: Pretrattamento, 1 mese dopo il trattamento e 7 mesi dopo il trattamento
Ai pazienti idonei verrà data l'opportunità di sottoporsi a diagnostica per immagini aggiuntiva. Queste immagini saranno rese anonime e archiviate in un database. i dati saranno analizzati utilizzando tecniche di machine learning.
Pretrattamento, 1 mese dopo il trattamento e 7 mesi dopo il trattamento
creare un database basato su immagini per consentire l'analisi di apprendimento automatico di tutti i dati clinicamente disponibili
Lasso di tempo: Pretrattamento, 1 mese dopo il trattamento e 7 mesi dopo il trattamento
Ai pazienti idonei verrà data l'opportunità di sottoporsi a diagnostica per immagini aggiuntiva. Queste immagini saranno rese anonime e archiviate in un database. i dati saranno analizzati utilizzando tecniche di machine learning.
Pretrattamento, 1 mese dopo il trattamento e 7 mesi dopo il trattamento

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
attraverso l'analisi dell'apprendimento automatico, sviluppare algoritmi informatici per consentirci di automatizzare la segmentazione del tumore, prevedere il comportamento del tumore e prevedere la posizione delle cellule di glioma clinicamente occulte
Lasso di tempo: Pretrattamento, 1 mese dopo il trattamento e 7 mesi dopo il trattamento
Ai pazienti idonei verrà data l'opportunità di sottoporsi a diagnostica per immagini aggiuntiva. Queste immagini saranno rese anonime e archiviate in un database. i dati saranno analizzati utilizzando tecniche di machine learning.
Pretrattamento, 1 mese dopo il trattamento e 7 mesi dopo il trattamento

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

AHS Cancer Control Alberta

Investigatori

  • Investigatore principale: Albert Murtha, MD, FRCPC, AHS Cancer Control Alberta

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio

1 giugno 2006

Completamento primario (Anticipato)

1 dicembre 2017

Completamento dello studio (Anticipato)

1 dicembre 2017

Date di iscrizione allo studio

Primo inviato

23 maggio 2006

Primo inviato che soddisfa i criteri di controllo qualità

23 maggio 2006

Primo Inserito (Stima)

25 maggio 2006

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Stima)

16 gennaio 2017

Ultimo aggiornamento inviato che soddisfa i criteri QC

13 gennaio 2017

Ultimo verificato

1 luglio 2016

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • CNS-9-0032 / 22151-22523

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 .

Prove cliniche su Imaging MRS

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Dominican Republic

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi