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.

Prevedere la Risposta Patologica Completa nel Cancro del Retto Utilizzando il Machine Learning

29 marzo 2026 aggiornato da: Hongpeng Jiang, Peking University People's Hospital

Sviluppo e Validazione di un Modello di Apprendimento Automatico Basato su Caratteristiche Cliniche e di Risonanza Magnetica per Prevedere la Risposta Patologica Completa nel Carcinoma del Retto Dopo Chemioradioterapia Neoadiuvante

Questo studio mira a sviluppare e validare un robusto modello predittivo basato sul machine learning, utilizzando dati clinici basali e caratteristiche di risonanza magnetica (MRI). L'obiettivo è prevedere preoperatoriamente la probabilità di ottenere una risposta patologica completa (pCR) in pazienti con cancro del retto localmente avanzato (CRC) dopo chemioradioterapia neoadiuvante (nCRT).

Panoramica dello studio

Stato

Attivo, non reclutante

Condizioni

Intervento / Trattamento

Descrizione dettagliata

Questo studio mira a sviluppare e validare un modello predittivo basato su caratteristiche cliniche, di laboratorio e di risonanza magnetica (MRI) pre-neoadiuvanti per stimare la probabilità di risposta patologica completa (pCR) nei pazienti con cancro del retto dopo chemioradioterapia neoadiuvante (nCRT). Questo studio retrospettivo arruolerà pazienti che hanno ricevuto nCRT seguita da resezione radicale presso il Peking University People's Hospital tra dicembre 2017 e ottobre 2025 come coorte di sviluppo. La regressione Least Absolute Shrinkage and Selection Operator (LASSO) verrà utilizzata per la selezione delle caratteristiche e gli algoritmi di machine learning verranno applicati per costruire il modello di previsione. Le prestazioni del modello saranno valutate in modo completo utilizzando la curva receiver operating characteristic (ROC), la curva precisione-recall, la curva di calibrazione e l'analisi della curva decisionale (DCA). L'analisi SHapley Additive exPlanations (SHAP) verrà eseguita per migliorare l'interpretabilità del modello. Si prevede che il modello finale fornirà uno strumento di previsione pCR individualizzato per guidare il processo decisionale clinico per i pazienti con cancro del retto.

Tipo di studio

Osservativo

Iscrizione (Stimato)

320

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

  • Cina
    • Beijing Municipality
      • Beijing, Beijing Municipality, Cina, 100044
        • Peking University People's Hospital

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

Pazienti con diagnosi di cancro del retto localmente avanzato o metastatico sottoposti a intervento chirurgico radicale standard dopo chemioradioterapia neoadiuvante

Descrizione

Criteri di inclusione:

  1. Pazienti con adenocarcinoma del retto confermato istopatologicamente;
  2. Carcinoma del retto avanzato in stadio clinico cT3-4, o cN+, o M1;
  3. Hanno ricevuto chemioradioterapia neoadiuvante standardizzata o chemioterapia neoadiuvante;
  4. Sono stati sottoposti a escissione totale del mesoretto (TME) dopo il completamento della terapia neoadiuvante, con disponibilità di dati patologici postoperatori completi.

Criteri di esclusione:

  1. Precedente anamnesi di altri tumori maligni;
  2. Dati clinici incompleti;
  3. Sottoposti a chirurgia d'urgenza durante la nCRT;
  4. Complicati da infezione sistemica o malattie ematologiche.

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
Risposta Patologica Completa (pCR) definita dal Grado di Regressione Tumorale (TRG)
Lasso di tempo: Valutato durante l'esame istopatologico di routine del campione chirurgico resecato immediatamente dopo l'intervento chirurgico radicale (tipicamente entro 1-2 settimane dall'intervento).
L'endpoint primario è l'occorrenza della pCR, valutata da due patologi indipendenti utilizzando il sistema AJCC/CAP Tumor Regression Grade (TRG).
TRG 0 (nessuna cellula cancerosa vitale, solo fibrosi o mucin pools) è definito come un esito positivo (pCR).
TRG da 1 a 3 sono combinati e definiti come un esito negativo (non-pCR).
Le prestazioni predittive del modello saranno valutate utilizzando diverse metriche tra cui l'Area Under the ROC Curve (AUC), la curva Precision-Recall (PR), la curva di Calibrazione e l'Analisi della Curva Decisionale (DCA).
Valutato durante l'esame istopatologico di routine del campione chirurgico resecato immediatamente dopo l'intervento chirurgico radicale (tipicamente entro 1-2 settimane dall'intervento).

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Area sotto la curva delle caratteristiche operative del ricevitore (AUC) del modello di predizione
Lasso di tempo: Al completamento dello sviluppo e della convalida del modello
Per valutare le prestazioni di discriminazione del modello per la previsione di pCR
Al completamento dello sviluppo e della convalida del modello
Sensibilità, specificità, valore predittivo positivo (PPV) e valore predittivo negativo (NPV) del modello predittivo
Lasso di tempo: Al completamento dello sviluppo e della validazione del modello
Per valutare l'accuratezza diagnostica del modello al valore di cut-off ottimale
Al completamento dello sviluppo e della validazione del modello
Curva di calibrazione del modello di previsione
Lasso di tempo: Al completamento dello sviluppo e della validazione del modello
Per valutare la coerenza tra la probabilità prevista di pCR e il tasso di pCR effettivamente osservato
Al completamento dello sviluppo e della validazione del modello
Beneficio netto del modello quantificato dall'analisi della curva decisionale (DCA)
Lasso di tempo: Al completamento dello sviluppo e della validazione del modello
Per valutare l'utilità clinica del modello attraverso diverse soglie di probabilità
Al completamento dello sviluppo e della validazione del modello
Importanza delle variabili quantificata dall'analisi SHapley Additive exPlanations (SHAP)
Lasso di tempo: Al termine dello sviluppo e della validazione del modello
Per interpretare il contributo di ciascun predittore alla previsione del modello
Al termine dello sviluppo e della validazione del modello

Collaboratori e investigatori

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

Sponsor

Peking University People's Hospital

Investigatori

  • Cattedra di studio: Hong-Peng Jiang, docter, Peking University People's Hospital

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

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)

4 febbraio 2026

Completamento primario (Stimato)

25 aprile 2026

Completamento dello studio (Stimato)

10 maggio 2026

Date di iscrizione allo studio

Primo inviato

29 marzo 2026

Primo inviato che soddisfa i criteri di controllo qualità

29 marzo 2026

Primo Inserito (Effettivo)

3 aprile 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

3 aprile 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

29 marzo 2026

Ultimo verificato

1 marzo 2026

Maggiori informazioni

Termini relativi a questo studio

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • 2026PHB131-001

Piano per i dati dei singoli partecipanti (IPD)

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

INDECISO

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 Apprendimento automatico

Prove cliniche su Nessun intervento

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Chile

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi