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.

Sviluppo e validazione prospettica di un modello di intelligenza artificiale basato sulla patologia per la previsione del tempo alla resistenza alla castrazione del carcinoma prostatico

Sviluppo e validazione prospettica di un modello di intelligenza artificiale basato sulla patologia per prevedere il tempo alla resistenza alla castrazione del cancro alla prostata

L'obiettivo di questo test predittivo è testare prospetticamente le prestazioni del modello predittivo di intelligenza artificiale (IA) pre-sviluppato per prevedere il tempo fino alla resistenza alla castrazione del cancro alla prostata. I ricercatori hanno sviluppato questo modello di IA basato su algoritmi di apprendimento profondo nella ricerca preliminare, e ha funzionato bene nei test retrospettivi.

Panoramica dello studio

Descrizione dettagliata

La terapia ormonale è un importante metodo di trattamento per il cancro alla prostata e può estendere efficacemente la sopravvivenza dei pazienti. Tuttavia, quasi tutti i pazienti progrediranno verso il cancro alla prostata resistente alla castrazione in tempi diversi. Le attuali opzioni di terapia ormonale includono la terapia di deprivazione androgenica (ADT), l'anti-recettore degli androgeni (AR) e la chemioterapia, con la terapia combinata che risulta più efficace nelle fasi iniziali ma associata a maggiori effetti collaterali. Pertanto, prevedere il tempo di progressione verso la resistenza alla castrazione e utilizzare queste informazioni per applicare piani di trattamento personalizzati può garantire l'efficacia riducendo gli effetti collaterali dei farmaci. Per questo motivo, abbiamo sviluppato un modello predittivo di intelligenza artificiale per prevedere il tempo di resistenza alla castrazione del cancro alla prostata, che dovrebbe prevedere con precisione il tempo di progressione per diversi pazienti e assistere i medici nell'elaborazione di piani di trattamento personalizzati e precisi basati sui rischi di progressione individuali.

Questo studio è un test predittivo senza misure di intervento, che prevede di raccogliere i vetrini patologici della biopsia prostatica dai pazienti arruolati e digitalizzarli in immagini di vetrini completi (WSI). Il modello di IA analizzerà le WSI e genererà risultati predittivi a livello di vetrino (entro 12 mesi, tra 12 e 24 mesi o oltre 24 mesi). La terapia e l'esame di routine verranno eseguiti come di consueto. Questi due processi non interferiranno tra loro. Successivamente, seguirremo i pazienti per 24 mesi per registrare il tempo di progressione verso la resistenza alla castrazione, quindi confronteremo i risultati con il modello predittivo.

Tipo di studio

Osservativo

Iscrizione (Stimato)

150

Contatti e Sedi

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

Contatto studio

Backup dei contatti dello studio

Luoghi di studio

    • Guangdong
      • Guangzhou, Guangdong, Cina, 510120
        • Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
        • Contatto:

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

I pazienti con cancro alla prostata, che si sottopongono a biopsia prostatica tra gennaio 2026 e dicembre 2026 presso il Sun Yat-sen Memorial Hospital dell'Università Sun Yat-sen, sono previsti per l'arruolamento in questo test predittivo prospettico. I vetrini istopatologici dei tessuti bioptici dei pazienti arruolati saranno raccolti e digitalizzati come immagini a intero vetrino (WSI) per la validazione prospettica del modello di IA.

Descrizione

Criteri di inclusione:

  1. I pazienti sono diagnosticati con carcinoma prostatico a rischio intermedio-alto; sottoporsi a biopsia prostatica
  2. I pazienti hanno ricevuto solo terapia endocrina per il carcinoma prostatico;
  3. Pazienti con informazioni cliniche e patologiche complete.
  4. I pazienti accettano di partecipare a questo test diagnostico.

Criteri di esclusione:

  1. Pazienti con altri tumori e sottoposti a terapia sistemica.
  2. Il paziente ha rifiutato di partecipare a questo test diagnostico.

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

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
I pazienti si sottopongono a biopsia prostatica
I pazienti si sottopongono a biopsia prostatica e ricevono una diagnosi di cancro alla prostata, che viene trattata con terapia ormonale.
Raccogliere i preparati istologici di biopsia prostatica dei pazienti arruolati. Digitalizzare questi preparati in immagini di intero vetrino (WSI). Analizzare le WSI utilizzando il modello di intelligenza artificiale per generare risultati predittivi (entro 12 mesi, tra 12 e 24 mesi o oltre 24 mesi). Nessun intervento sui pazienti verrà eseguito in questo studio di test predittivo.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
C-index (Indice di Concordanza)
Lasso di tempo: Per ogni paziente arruolato, i risultati predittivi del modello di IA saranno ottenuti non molto tempo dopo la biopsia prostatica, e il C-index del modello di IA sarà valutato al completamento dello studio, in media 3 anni.
La proporzione di tutte le coppie di pazienti in cui l'ordine del risultato previsto corrisponde all'ordine del risultato effettivo. Stima la probabilità che i risultati previsti siano coerenti con gli esiti osservati.
Per ogni paziente arruolato, i risultati predittivi del modello di IA saranno ottenuti non molto tempo dopo la biopsia prostatica, e il C-index del modello di IA sarà valutato al completamento dello studio, in media 3 anni.

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
sensibilità
Lasso di tempo: Per ogni paziente arruolato, i risultati predittivi del modello di IA saranno ottenuti non molto tempo dopo la biopsia della prostata e la sensibilità del modello di IA sarà valutata al completamento dello studio, in media 3 anni.
L'output del modello predittivo è suddiviso in una variabile binaria utilizzando una soglia di 12 mesi: TTCR <12 mesi è considerato un esito positivo, e TTCR ≥12 mesi è considerato un esito negativo. Di conseguenza, i pazienti con TTCR <12 mesi sono pazienti positivi, e quelli con TTCR ≥12 mesi sono pazienti negativi. Il numero di vetrini positivi previsti correttamente (TTCR<12 mesi), da dividere per il numero totale di vetrini positivi
Per ogni paziente arruolato, i risultati predittivi del modello di IA saranno ottenuti non molto tempo dopo la biopsia della prostata e la sensibilità del modello di IA sarà valutata al completamento dello studio, in media 3 anni.
specificità
Lasso di tempo: Per ogni paziente arruolato, i risultati predittivi del modello di IA saranno ottenuti poco dopo la biopsia prostatica, e la specificità del modello di IA sarà valutata al termine dello studio, in media dopo 3 anni.
L'output del modello predittivo è suddiviso in una variabile binaria utilizzando una soglia di 12 mesi: TTCR <12 mesi è considerato un esito positivo, e TTCR ≥12 mesi è considerato un esito negativo. Di conseguenza, i pazienti con TTCR <12 mesi sono pazienti positivi, e quelli con TTCR ≥12 mesi sono pazienti negativi. Il numero di vetrini negativi previsti correttamente (TTCR≥12 mesi), da dividere per il numero totale di vetrini negativi
Per ogni paziente arruolato, i risultati predittivi del modello di IA saranno ottenuti poco dopo la biopsia prostatica, e la specificità del modello di IA sarà valutata al termine dello studio, in media dopo 3 anni.

Collaboratori e investigatori

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

Investigatori

  • Direttore dello studio: Shaoxu Wu, Ph.D, Department of Urology of Sun Yat-sen Memorial Hospital of Sun Yat-sen University

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 (Stimato)

1 gennaio 2026

Completamento primario (Stimato)

31 dicembre 2028

Completamento dello studio (Stimato)

31 dicembre 2028

Date di iscrizione allo studio

Primo inviato

21 gennaio 2026

Primo inviato che soddisfa i criteri di controllo qualità

21 gennaio 2026

Primo Inserito (Effettivo)

29 gennaio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

29 gennaio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

21 gennaio 2026

Ultimo verificato

1 gennaio 2026

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Descrizione del piano IPD

Per proteggere la privacy dei pazienti, le immagini dei vetrini patologici e altri dati relativi ai pazienti non sono accessibili al pubblico.

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 .

Sottoscrivi