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.

Implementazione della sicurezza chirurgica e dell'identificazione delle metastasi intraoperatorie attraverso il deep learning: raccolta di video multicentrici per la dissezione minimamente invasiva del linfonodo sentinella nelle neoplasie uterine (LYSE)

1 ottobre 2024 aggiornato da: Bizzarri Nicolò, Fondazione Policlinico Universitario Agostino Gemelli IRCCS

Lo stato metastatico o non metastatico loco-regionale dei linfonodi (LN) è fondamentale per la gestione terapeutica della maggior parte dei pazienti affetti da cancro. Infatti, la presenza o l'assenza di metastasi linfatiche è essenziale per l'accurata stadiazione della malattia e influenza fortemente la prognosi e i regimi terapeutici adiuvanti. Un'importante rivoluzione nella chirurgia oncologica è stata l'introduzione del concetto di biopsia del linfonodo sentinella (SLN) per ridurre le complicanze delle linfoadenectomie loco-regionali estese. L'identificazione del SLN mediante iniezione cervicale con fluorescenza nel vicino infrarosso (NIR) basata su ICG e la sua dissezione è ora raccomandata dalle linee guida europee per stadiare le neoplasie uterine (tumori dell'endometrio e della cervice). Tuttavia, le procedure SLN presentano diverse limitazioni. Nell'11,2% dei casi si segnalano complicanze intra o postoperatorie dovute a lesioni delle strutture anatomiche (disturbi dei vasi, dei nervi e dei canali linfatici). Errori comuni, soprattutto quando la curva di apprendimento non è completata (almeno 40 procedure), includono il fallimento della mappatura (25%) e la rimozione di nodi di secondo/terzo livello e/o pacchetti di nodi vuoti (8-14%). Inoltre, la precisione intraoperatoria della sezione congelata è ancora lontana dall'essere adeguata, con solo il 65% di rilevamento di metastasi del linfonodo sentinella.

Queste limitazioni sono il risultato della mancanza di precisione dell’attuale localizzazione e analisi dei SLN, nonché della difficoltà generale di visualizzare i linfonodi e altre strutture critiche nel retroperitoneo.

Attualmente, gli studi sulla sicurezza delle procedure chirurgiche si basano su informazioni cliniche perioperatorie e rapporti postoperatori scritti dagli stessi chirurghi. Oggi, i video che guidano gli interventi chirurgici minimamente invasivi consentono una documentazione obiettiva della procedura e offrono l’opportunità di esplorare soluzioni per migliorare la sicurezza in sala operatoria. Con un crescente utilizzo di sistemi endoscopici in diverse specialità, esiste la necessità di standardizzare la formazione, la valutazione, i test e l’approvazione come chirurgo competente al fine di migliorare la sicurezza del paziente. Nella dissezione linfonodale laparoscopica nel cancro dell'endometrio e della cervice, è altamente raccomandato un approccio graduale standardizzato alla procedura, identificando punti di riferimento e strutture anatomiche chiave, in vari scenari, che potrebbero prevenire lesioni vascolari, nervose e degli ureteri e migliorare il tasso di mappatura. Pertanto, quantificare e studiare eventi intraoperatori come il tasso di raggiungimento delle giuste dissezioni spaziali e la visualizzazione delle strutture anatomiche come passaggio raccomandato per la sicurezza e la competenza, consentirebbe di esaminare il modo migliore per implementare le raccomandazioni delle linee guida e cercare nuove soluzioni per ridurre i rischi operatori. Questi video potrebbero essere utilizzati per addestrare e convalidare algoritmi di intelligenza artificiale (AI), con il potenziale per assistere i chirurghi in sala operatoria e rendere le procedure più sicure. Inoltre, le informazioni visive (intensità ICG) potrebbero nascondere dati che l’intelligenza artificiale può analizzare e correlare con i rapporti anatomopatologici. Attraverso l'integrazione dello strumento AI con la piattaforma laparoscopica/robotica è possibile migliorare i flussi video MIS in tempo reale con rilevamento delle fasi chirurgiche, riconoscimento degli eventi, intensità del segnale ICG, identificazione della struttura anatomica e targeting automatico

Panoramica dello studio

Descrizione dettagliata

La chirurgia rappresenta circa i due terzi di tutte le complicanze ospedaliere. Circa il 75% di queste complicazioni si verificano durante gli interventi chirurgici e la metà di esse sono considerate prevenibili. Tradizionalmente, gli studi sulla sicurezza chirurgica si sono basati principalmente sulle informazioni perioperatorie e sulle relazioni scritte degli stessi operatori chirurgici. Oggigiorno è possibile registrare facilmente video che guidano il chirurgo durante le procedure miniinvasive, fornendo una documentazione oggettiva degli interventi chirurgici. Lo studio dei video chirurgici e la quantificazione degli eventi intraoperatori offrono una nuova prospettiva promettente sulle cause degli eventi avversi, con il potenziale per sviluppare soluzioni per ridurre i rischi chirurgici e facilitare l’implementazione delle raccomandazioni internazionali sulla sicurezza in chirurgia.

Inoltre, i recenti progressi nel campo dell’intelligenza artificiale (AI) hanno mostrato un grande successo nella comprensione delle immagini, aumentando la possibilità di sviluppare algoritmi per l’analisi automatica e su larga scala di video chirurgici. Questi algoritmi di intelligenza artificiale potrebbero anche analizzare video chirurgici in tempo reale e fornire supporto decisionale in sala operatoria.

La valutazione dello stato linfonodale è di cruciale importanza nelle neoplasie uterine (cancro dell'endometrio e della cervice). Il tasso di linfonodi positivi nei tumori in stadio apparentemente iniziale è lungi dall'essere basso (10% endometriale e 15% cervicale). Infatti, la prognosi e i regimi di trattamento adiuvante sono fortemente influenzati dalla presenza di coinvolgimento linfonodale. Le linfoadenectomie estese sistematiche vengono spesso eseguite per la stadiazione, la diagnosi di skip metastasi e per definire il campo di radiazione quando sono necessari trattamenti radioterapici adiuvanti. Tuttavia, la linfoadenectomia pelvica e/o paraaortica può portare a complicanze significative a breve e lungo termine.

Ciò che rende il peso della morbilità chirurgica ancora più difficile da sopportare è che nella maggior parte dei casi, indipendentemente dal tipo di tumore maligno pelvico, i linfonodi sono esenti da metastasi. Ciò significa che la maggior parte dei pazienti viene sottoposta a una procedura non necessaria, rischiosa e onerosa che non ha alcun impatto comprovato sulla loro sopravvivenza. Per risolvere questo problema nei tumori dell'endometrio e della cervice in stadio iniziale, la valutazione del linfonodo sentinella (SLN) ha acquisito un ruolo prezioso. La valutazione del primo linfonodo o gruppo di linfonodi drenanti la lesione iniziale e quindi della prima stazione a la raccolta di cellule neoplastiche in caso di diffusione linfonodale del tumore consente ai pazienti con linfonodi negativi di essere risparmiati dalle comorbidità chirurgiche associate alla linfoadenectomia sistematica. Tuttavia, anche se viene rimosso solo il linfonodo sentinella, il tasso di complicanze chirurgiche è ancora elevato. Capozzi et al. hanno riportato un tasso di complicanze dell'11,2% legate a lesioni intraoperatorie di vasi, nervi e ureteri e all'evidenza postoperatoria di linfoceli e linfedemi dovuti a errata dissezione anatomica e interruzione dei canali linfatici. È stato riportato un fallimento della mappatura del linfonodo sentinella pari al 25% in base alle caratteristiche del paziente e del cancro e alla variabilità nelle fasi chirurgiche. Nel 2021 Moloney et al e nel 2023 Bizzarri et al hanno pubblicato un consenso Delphi per le fasi chirurgiche del SLN nel cancro dell'endometrio e della cervice per migliorare i risultati clinici, ridurre le complicanze chirurgiche e i bias negli studi prospettici multicentrici. Ad oggi è dimostrato che per una mappatura bilaterale di successo è necessaria una curva di apprendimento di 40 procedure. Inoltre, in alcuni casi è stato segnalato il mancato prelievo involontario di tessuto linfonodale nel 14% dei casi (tasso più elevato nelle pazienti obese con cancro dell'endometrio) con confezioni vuote che può portare a un trattamento eccessivo per la sicurezza della paziente. L'analisi delle sezioni congelate del linfonodo sentinella, tuttavia, non viene eseguita di routine a causa dello svantaggio in termini di consumo di tempo e di risultati non accurati per il rilevamento delle micrometastasi (65% dell'accuratezza del rilevamento), perdendo così parte del potenziale della tecnica.

Nella colecistectomia laparoscopica, la visione critica della sicurezza (CVS) è stata descritta per ridurre il rischio di lesioni del dotto biliare. Il nostro obiettivo è adattare i concetti di "cultura della sicurezza" alla dissezione linfonodale laparoscopica del linfonodo sentinella, identificando punti di riferimento e strutture anatomiche chiave, in vari scenari, che potrebbero prevenire lesioni intraoperatorie e migliorare il tasso di mappatura seguendo le fasi chirurgiche standardizzate.

Pertanto, quantificare e studiare gli eventi intraoperatori, come il tasso di raggiungimento dei passaggi chirurgici raccomandati, consentirebbe di esaminare il modo migliore per implementare le raccomandazioni delle linee guida e cercare nuove soluzioni per ridurre i rischi operatori. Inoltre, questi video potrebbero essere utilizzati per addestrare e convalidare algoritmi di intelligenza artificiale (AI), con il potenziale per assistere i chirurghi in sala operatoria aiutando nella formazione a raggiungere più rapidamente la curva di apprendimento e migliorare la sicurezza procedurale. Infatti, recenti algoritmi di intelligenza artificiale in grado di valutare e documentare automaticamente la visione critica della sicurezza (CVS) con brevi video potrebbero essere utilizzati per supportare l’implementazione delle linee guida e rendere più sicura la dissezione laparoscopica del SLN.

L'analisi dei video della dissezione del SLN laparoscopico eseguita presso i centri di riferimento potrebbe aiutare a valutare l'implementazione di un approccio graduale alla procedura e lo sviluppo di una visione critica della sicurezza (CVS) insieme ad altre raccomandazioni delle linee guida, nonché a sviluppare nuove soluzioni per il SLN laparoscopico sicuro dissezione. I passaggi per l'identificazione e la "Visione critica della sicurezza" sono completamente descritti nello studio. Il nostro progetto sottolinea l'importanza di raggiungere questi punti di vista sulla sicurezza prima di procedere alla fase successiva della procedura. Il passo successivo prevede di analizzare l'intensità del segnale fluorescente e correlarla, come nessuno ha mai fatto, con la diagnosi istologica del linfonodo sentinella per valutare la possibilità di correlazione tra intensità e natura metastatica.

Inoltre, gli algoritmi AI per la dissezione laparoscopica sicura del SLN potrebbero essere testati sui video raccolti da più centri ospedalieri per studiare adeguatamente la generalizzabilità di questi algoritmi prima della traduzione clinica.

Scopi e obiettivo dello studio clinico:

L'obiettivo di questo studio è stabilire il tasso di visione critica della sicurezza (CVS) per la dissezione sicura del SLN laparoscopico in una coorte multicentrica di video chirurgici per ridurre le complicanze, la curva di apprendimento chirurgico e correlare l'intensità dell'ICG con la natura metastatica dei linfonodi

Tipo di studio

Osservativo

Iscrizione (Stimato)

100

Contatti e Sedi

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

Contatto studio

Luoghi di studio

      • Roma, Italia
        • Reclutamento
        • Fondazione Policlinico Universitario A. Gemelli IRCCS
        • Contatto:
          • Matteo Pavone, MD
          • Numero di telefono: 00390630151
      • Rome, Italia
        • Reclutamento
        • Fondazione Policlinico Universitario A. Gemelli IRCCS

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

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Donne sottoposte a dissezione del linfonodo sentinella laparoscopica o robotica per cancro dell'endometrio o della cervice

Descrizione

Criteri di inclusione:

  • Donne sottoposte a dissezione del linfonodo sentinella MIS per tumori dell'endometrio o della cervice
  • Disponibilità di video
  • Età >18 anni
  • Disponibilità a partecipare allo studio e a fornire il consenso informato

Criteri di esclusione:

  • Precedenti trattamenti di radioterapia pelvica
  • Endometriosi grave o altre condizioni in grado di alterare l’anatomia pelvica

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

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Valutare il tasso di raggiungimento di una visione critica della sicurezza (CVS) secondo le raccomandazioni dell'accordo standard nelle procedure di dissezione laparoscopica del SLN eseguite nei centri coinvolti nello studio.
Lasso di tempo: 24 mesi
Il tasso di visualizzazioni critiche del raggiungimento della sicurezza sarà valutato in una valutazione basata su video da parte di chirurghi ginecologici esperti ed etichettato secondo il protocollo di annotazione. Verrà quindi valutato anche l'accordo interpreferito
24 mesi

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Sviluppare uno strumento di intelligenza artificiale
Lasso di tempo: 24 mesi
in grado di ridurre le complicanze perioperatorie (classificate secondo la scala Clavien-Dindo)
24 mesi
Sviluppare uno strumento di intelligenza artificiale
Lasso di tempo: 24 mesi
in grado di ridurre il tasso di confezioni vuote (espresso in percentuale e valutato con patologia come gold standard)
24 mesi
Sviluppare uno strumento di intelligenza artificiale
Lasso di tempo: 24 mesi
in grado di implementare la curva di apprendimento chirurgico misurata come tasso di fallimento della mappatura e di pacchetti vuoti
24 mesi
Sviluppare uno strumento di intelligenza artificiale
Lasso di tempo: 24 mesi
in grado di definire la presenza di micro e macro-metastasi correlate alla fluorescenza ICG (valutata con patologia come gold standard e misurata in percentuale)
24 mesi

Collaboratori e investigatori

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

Investigatori

  • Investigatore principale: Matteo PAVONE, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy; IHU Strasbourg; IRCAD Strasbourg; Icube Strasbourg;
  • Investigatore principale: Nicolò BIZZARRI, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Investigatore principale: Lise LECOINTRE, MD, PhD, University Hospitals of Starsbourg; Icube Strasbourg; IHU Strasbourg
  • Cattedra di studio: Denis QUERLEU, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Cattedra di studio: Nicolas PADOY, PhD, IHU Strasbourg
  • Direttore dello studio: Giovanni SCAMBIA, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Cattedra di studio: Francesco FANFANI, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Cattedra di studio: Cherif AKLADIOS, MD, PhD, University Hospitals of Strasbourg
  • Cattedra di studio: Pietro MASCAGNI, MD, PhD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Cattedra di studio: Valentina IACOBELLI, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy
  • Cattedra di studio: Andrea ROSATI, MD, Fondazione Policlinico Universitario A. Gemelli, IRCCS, Rome Italy

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 (Effettivo)

17 settembre 2024

Completamento primario (Stimato)

30 settembre 2026

Completamento dello studio (Stimato)

30 settembre 2027

Date di iscrizione allo studio

Primo inviato

24 settembre 2024

Primo inviato che soddisfa i criteri di controllo qualità

27 settembre 2024

Primo Inserito (Effettivo)

1 ottobre 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

2 ottobre 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

1 ottobre 2024

Ultimo verificato

1 ottobre 2024

Maggiori informazioni

Termini relativi a questo studio

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 Cancro cervicale

Prove cliniche su Prelievo del linfonodo sentinella

Sottoscrivi