- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06286267
Sistema assistito dall'intelligenza artificiale per diagnosi e prognosi accurate dei tumori filloidi al seno
Sviluppo di un sistema basato sull'intelligenza artificiale per la diagnosi e la prognosi precise dei tumori filloidi al seno
Il tumore filloide al seno (PT) è un tumore fibroepiteliale raro, che rappresenta dall'1% al 3% di tutti i tumori al seno, classificato dall'OMS in benigno, borderline e maligno, sulla base di caratteristiche istopatologiche quali bordo del tumore, cellularità stromale, atipia stromale , attività mitotica e crescita eccessiva stromale. I PT maligni rappresentano il 18%-25%, con elevati tassi di recidiva locale (fino al 65%) e metastasi a distanza (16%-25%). Il PT benigno potrebbe progredire in malignità dopo recidive multiple. Pertanto, una diagnosi precoce e accurata e l’identificazione di bersagli terapeutici sono cruciali per migliorare i risultati e i tassi di sopravvivenza.
Negli ultimi anni c’è stato un crescente interesse per l’applicazione dell’intelligenza artificiale (AI) nella diagnostica medica. L'intelligenza artificiale può integrare informazioni cliniche, immagini istopatologiche e dati multi-omici per assistere nella diagnosi patologica e clinica, nella previsione della prognosi e nella profilazione molecolare. L'intelligenza artificiale ha mostrato risultati promettenti in varie aree, inclusa la diagnosi di diversi tumori come il cancro del colon-retto, il cancro al seno cancro e cancro alla prostata. Tuttavia, il PT differisce dal cancro al seno nella diagnosi e nell’approccio terapeutico. Pertanto, la creazione di un sistema basato sull’intelligenza artificiale per la diagnosi precisa e la valutazione della prognosi del PT è fondamentale per la medicina personalizzata.
Il gruppo di ricerca, guidato dal dottor Nie Yan, è uno dei pochi nella provincia del Guangdong e anche a livello nazionale, specializzato nella ricerca sulla PT. Il loro team ha condotto ricerche sulla progressione maligna, sui meccanismi di metastasi e sui marcatori molecolari del PT. Il team ha identificato meccanismi chiave, come la differenziazione da fibroblasto a miofibroblasto, e il ruolo dei macrofagi associati al tumore nel promuovere questa differenziazione. Hanno anche identificato marcatori molecolari, tra cui miR-21, α-SMA, CCL18 e CCL5, che sono più accurati nel predire il rischio di recidiva del tumore rispetto alla tradizionale classificazione istopatologica.
Il progetto ha raccolto dati di alta qualità da quasi un migliaio di pazienti con PT al seno, inclusi dati di imaging, istopatologia e sopravvivenza, e ha eseguito il sequenziamento del gene del trascrittoma su campioni di tessuto. Mirano a costruire un database multi-omico completo per il PT al seno e a creare un modello basato sull’intelligenza artificiale per la diagnosi precoce e la previsione della prognosi. Questa ricerca ha il potenziale per migliorare la diagnosi e il trattamento della PT al seno, affrontare le disparità nella cura della PT al seno nelle diverse regioni della Cina e contribuire allo sviluppo di nuovi bersagli terapeutici.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Yan Nie, Prof.Dr.
- Numero di telefono: +86 020-81332587
- Email: nieyan7@mail.sysu.edu.cn
Luoghi di studio
-
-
Guangdong
-
Guangzhou, Guangdong, Cina, 510120
- Reclutamento
- Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University
-
Contatto:
- Yan Nie, Prof.Dr.
- Numero di telefono: +86 020-81332587
- Email: nieyan7@mail.sysu.edu.cn
-
Guangzhou, Guangdong, Cina, 510050
- Reclutamento
- Sun Yat-sen University Cancer Center
-
Contatto:
- Feng Ye, Prof.Dr.
- Numero di telefono: 15914388994
-
Guangzhou, Guangdong, Cina, 510145
- Reclutamento
- The Third Affiliated Hospital of Guangzhou Medical University
-
Contatto:
- Hui Mai, Prof.Dr.
- Numero di telefono: 13925129112
-
Guangzhou, Guangdong, Cina, 511400
- Reclutamento
- Guangdong Maternal and Child Health Hospital
-
Contatto:
- Yu Tan, Prof.Dr.
- Numero di telefono: 13632356526
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Bambino
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Pazienti con diagnosi di tumore filloide della mammella
Criteri di esclusione:
- Immagini sfocate, artefatti dell'immagine
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Tumore filloide al seno
Pazienti con diagnosi di tumore filloide della mammella
|
Materiali per l'imaging medico del paziente, tra cui ecografia, mammografia, TC, risonanza magnetica
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sensibilità
Lasso di tempo: Cinque anni
|
La probabilità di un risultato positivo del test, a condizione che sia veramente positivo.
|
Cinque anni
|
|
Tasso di falsi negativi
Lasso di tempo: Cinque anni
|
Determinare la probabilità di risultare negativo in una popolazione positiva.
|
Cinque anni
|
|
Specificità
Lasso di tempo: Cinque anni
|
La probabilità di un risultato negativo del test è condizionata a un vero negativo.
|
Cinque anni
|
|
Tasso di falsi positivi
Lasso di tempo: Cinque anni
|
Determinare le probabilità di risultare positivi in una popolazione negativa.
|
Cinque anni
|
|
Curva caratteristica operativa del ricevitore
Lasso di tempo: Cinque anni
|
La curva ROC è una curva basata su una serie di diverse classificazioni dicotomiche (valori di cut-off o soglie decisionali), con il tasso di veri positivi (sensibilità) come coordinata verticale e il tasso di falsi positivi (specificità 1) come coordinata verticale. coordinata orizzontale.
|
Cinque anni
|
|
Area sotto la curva roc
Lasso di tempo: Cinque anni
|
L'AUC è definita come l'area sotto la curva ROC racchiusa tra gli assi e quanto più l'AUC è vicina a 1,0, tanto più autentico è il test.
|
Cinque anni
|
Collaboratori e investigatori
Pubblicazioni e link utili
Pubblicazioni generali
- 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.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Stimato)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Stimato)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- SYSKY-2023-351-02
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano 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 .
Prove cliniche su immagine
-
Heidelberg Engineering GmbHNon ancora reclutamentoRetinopatia diabetica | Degenerazione maculare legata all'età | Occhi normali | Occhi con malattie della retinaItalia
-
University of Southern CaliforniaNational Cancer Institute (NCI)RitiratoTumore solido adulto non specificatoStati Uniti
-
Universitaire Ziekenhuizen KU LeuvenReclutamentoGlaucoma | Distacco vitreo posteriore | Trazione vitreomaculare | Trazione vitreopapillareBelgio
-
HealthPartners InstituteTerminatoBruciare | Ustione della pelle di 2° grado | Ustioni di 3 ° grado della pelle | Ustioni di 1 ° grado della pelleStati Uniti
-
Centre Hospitalier Régional d'OrléansUniversity of NancyCompletatoArtrite | Artrosi al ginocchio | Malattia muscoloscheletrica | Malattia articolareFrancia
-
Hainan People's HospitalNon ancora reclutamentoXerostomia, danno parotide indotto dalle radiazioni, valore predittivo, carcinoma della testa e del collo
-
Hainan Medical CollegeNon ancora reclutamentoCarcinoma rinofaringeo, xerostomia, radioterapia
-
Ottawa Heart Institute Research CorporationCanadian Institutes of Health Research (CIHR); The Finnish Funding Agency for...CompletatoArresto cardiacoCanada, Finlandia
-
University College, LondonCompletatoDisfunsione dell'arteria coronariaRegno Unito
-
University of California, IrvineNational Institute of General Medical Sciences (NIGMS)Reclutamento