- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06412419
Fusione di immagini endoscopiche multimodali per la valutazione dell'infiltrazione nel carcinoma a cellule squamose esofagee superficiali
Basato sull'endoscopia multimodale e sullo studio di previsione precisa della profondità di infiltrazione del carcinoma a cellule squamose esofagee precoce con deep learning debolmente supervisionato
L'obiettivo di questo progetto è quello di creare un nuovo protocollo per lo screening aggiuntivo del cancro esofageo in stadio iniziale e delle sue lesioni precancerose. I risultati attesi includono la semplificazione del processo di formazione per gli utenti, la riduzione della durata degli esami e il raggiungimento di una valutazione più precisa dell’entità dell’invasione del cancro esofageo rispetto a quanto attualmente possibile con la tecnologia a ultrasuoni. Questa ricerca tenta di sfruttare la sinergia dell'ecografia endoscopica (EUS) e dell'endoscopia con ingrandimento, potenziata dalle capacità di riconoscimento dei pattern e di correlazione dell'intelligenza artificiale (AI), per rilevare il carcinoma a cellule squamose esofagee precoce e la sua invasività, insieme alla neoplasia intraepiteliale di alto grado . L’obiettivo generale è accertare il potenziale e il significato di questo approccio nella diagnosi precoce del cancro esofageo.
Gli obiettivi principali del progetto sono lo sviluppo di tre distinti sistemi diagnostici assistiti dall'intelligenza artificiale:
Un sistema di diagnosi endoscopica elettronica basato sull’intelligenza artificiale progettato per identificare autonomamente le lesioni.
Un sistema diagnostico EUS basato sull’intelligenza artificiale in grado di delineare automaticamente le aree interessate.
Un quadro diagnostico multimodale che integra l'endoscopia elettronica con l'EUS per migliorare l'accuratezza e l'efficienza diagnostica.
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Luowei Wang
- Numero di telefono: 86-21-31161337
- Email: wangluoweimd@smmu.edu.cn
Luoghi di studio
-
-
-
Shanghai, Cina
- Changhai Hospital
-
Contatto:
- Han Lin
- Email: babyhan831@aliyun.com
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
Pazienti che necessitano di endoscopia con ingrandimento ed ecografia endoscopica. Individui di entrambi i sessi, di età pari o superiore a 18 anni.
Criteri di esclusione:
Impossibilità di completare l'endoscopia elettronica esofagea. Assenza di biopsia o intervento chirurgico con conseguenti risultati patologici non ottenibili. Pazienti sottoposti a distruzione endoscopica della lesione o resezione frammentaria, impedendo l'acquisizione di un campione di resezione in blocco.
Pazienti con evidenza endoscopica, diagnostica per immagini o patologica di cancro esofageo avanzato.
Pazienti che presentano marcata stenosi o dilatazione esofagea. Individui con una storia di altre neoplasie. Pazienti che hanno ricevuto radioterapia neoadiuvante. Pazienti che hanno rifiutato di partecipare allo studio e non hanno fornito il consenso informato.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
---|---|
Neoplasia intraepiteliale di basso grado dell'epitelio squamoso esofageo
|
Le immagini endoscopiche ed ecografiche endoscopiche acquisite sono state condivise con l'intelligenza artificiale per l'apprendimento automatico, la modellazione diagnostica e l'ottimizzazione.
Nella fase di valutazione del mondo reale, è stata arruolata in modo prospettico la popolazione ad alto rischio di cancro esofageo in fase iniziale che intendeva sottoporsi a endoscopia elettronica esofagea.
Il sistema di diagnosi assistito dall'intelligenza artificiale è stato utilizzato per la previsione prima dell'intervento chirurgico e i risultati patologici postoperatori sono stati utilizzati come standard di riferimento per la diagnosi mediante raggruppamento.
|
Neoplasia intraepiteliale di alto grado dell'epitelio squamoso esofageo
|
Le immagini endoscopiche ed ecografiche endoscopiche acquisite sono state condivise con l'intelligenza artificiale per l'apprendimento automatico, la modellazione diagnostica e l'ottimizzazione.
Nella fase di valutazione del mondo reale, è stata arruolata in modo prospettico la popolazione ad alto rischio di cancro esofageo in fase iniziale che intendeva sottoporsi a endoscopia elettronica esofagea.
Il sistema di diagnosi assistito dall'intelligenza artificiale è stato utilizzato per la previsione prima dell'intervento chirurgico e i risultati patologici postoperatori sono stati utilizzati come standard di riferimento per la diagnosi mediante raggruppamento.
|
Carcinoma a cellule squamose dell'esofago stadio T1a
|
Le immagini endoscopiche ed ecografiche endoscopiche acquisite sono state condivise con l'intelligenza artificiale per l'apprendimento automatico, la modellazione diagnostica e l'ottimizzazione.
Nella fase di valutazione del mondo reale, è stata arruolata in modo prospettico la popolazione ad alto rischio di cancro esofageo in fase iniziale che intendeva sottoporsi a endoscopia elettronica esofagea.
Il sistema di diagnosi assistito dall'intelligenza artificiale è stato utilizzato per la previsione prima dell'intervento chirurgico e i risultati patologici postoperatori sono stati utilizzati come standard di riferimento per la diagnosi mediante raggruppamento.
|
Carcinoma a cellule squamose dell'esofago stadio T1b
|
Le immagini endoscopiche ed ecografiche endoscopiche acquisite sono state condivise con l'intelligenza artificiale per l'apprendimento automatico, la modellazione diagnostica e l'ottimizzazione.
Nella fase di valutazione del mondo reale, è stata arruolata in modo prospettico la popolazione ad alto rischio di cancro esofageo in fase iniziale che intendeva sottoporsi a endoscopia elettronica esofagea.
Il sistema di diagnosi assistito dall'intelligenza artificiale è stato utilizzato per la previsione prima dell'intervento chirurgico e i risultati patologici postoperatori sono stati utilizzati come standard di riferimento per la diagnosi mediante raggruppamento.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
---|---|---|
Prestazioni dei modelli per la diagnosi di neoplasia intraepiteliale di basso grado, neoplasia intraepiteliale di alto grado e carcinoma squamoso esofageo superficiale
Lasso di tempo: 2024.04.01-2024.10.30
|
La dissezione endoscopica della sottomucosa (ESD) costituisce il gold standard.
Il calcolo della sensibilità e della specificità prevede l'uso di quattro parametri fondamentali: vero positivo (TP), vero negativo (TN), falso negativo (FN) e falso positivo (FP).
Successivamente, l'Area Sotto la Curva (AUC) viene utilizzata per valutare l'efficacia diagnostica del modello.
|
2024.04.01-2024.10.30
|
Collaboratori e investigatori
Sponsor
Collaboratori
Investigatori
- Cattedra di studio: Luowei Wang, Changhai Hospital
Studiare le date dei record
Studia le date principali
Inizio studio (Stimato)
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 (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
- Malattie dell'apparato digerente
- Neoplasie per tipo istologico
- Neoplasie per sede
- Carcinoma
- Neoplasie, ghiandolari ed epiteliali
- Neoplasie gastrointestinali
- Neoplasie dell'apparato digerente
- Malattie gastrointestinali
- Neoplasie della testa e del collo
- Malattie esofagee
- Neoplasie, cellule squamose
- Neoplasie
- Carcinoma, cellule squamose
- Neoplasie esofagee
- Carcinoma a cellule squamose dell'esofago
Altri numeri di identificazione dello studio
- MEIFI-sESCC
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 .
Prove cliniche su Neoplasie esofagee maligne
-
Novartis PharmaceuticalsReclutamentoEGFR mutante avanzato Non SmallSellLung Cancer (NSCLC), KRAS G12-mutant NSCLC, Esophageal SquamousCell Cancer (SCC), Head/Neck SCC, MelanomaOlanda, Corea, Repubblica di, Spagna, Taiwan, Giappone, Italia, Stati Uniti, Singapore, Canada