人工知能と機械学習を使用した食道がんにおけるネオアジュバント化学放射線療法に対する反応予測 (QARC)
食道癌におけるネオアジュバント化学放射線療法に対する病理学的反応の予測と、設計された機能とディープラーニング モデルとの比較
食道癌では、ネオアジュバント同時化学放射線療法 (NA-CCRT) とそれに続く手術が現在の標準治療であり、完全な病理学的奏効 (pCR) が予後改善の陽性マーカーであるという見解を支持する十分な証拠が蓄積されています。 ネオアジュバント治療の前に pCR を達成する可能性を予測することで、pCR を達成する可能性が低い患者の治療プロトコルを変更できる可能性があります。
ラジオミクスは、関心領域 (ROI) に基づいてピクセルの強度と分布パターンから特定の特徴を導き出すイメージング分野への新規参入者です。 このように抽出された特徴は、他のオミクス データセットと同様の予測モデリングに使用できます。 その有用性を調べる予備調査が実施されており、その適用はこれまでのところ、治療後のスクリーニングと生存予測に焦点を当てています。 ラジオミクスを使用して抽出されたデータの多次元の性質により、人工知能 (AI) メソッドは、ラジオミクス機能の分析とモデリングに最適です。
機械学習 (ML) とディープ ラーニング (DL) [畳み込みニューラル ネットワーク (CNN) を利用] はどちらも AI フレームワークの一部です。 ML とは対照的に、DL は新規参入者であり、予測型アルゴリズムを使用したモデリングのために一部の医学研究者によって利用されています。 Radiomics ベースの研究に関連するワークフローを大幅に削減するだけでなく、DL を使用したフィーチャ エンジニアリングとモデリングは、ROI の不正確な描写の影響を受けません。 ただし、DL の主な制限は「ブラックボックス」効果であり、CNN の基礎となる基盤が不明です。 これは、予測の生物学的妥当性を証明するために、画像データセット上で活性化マップを直接視覚化することによって部分的に緩和されています。 両方のタイプのモデリングの比較パフォーマンスも不明です。
私たちの目的は、ラジオミクスベースの ML と AI ベースのモデリングを使用して、研究集団の pCR 確率を調査することです。 また、両方のモデリング手法の比較パフォーマンスも調査します。 DL ベースの予測モデリングでは、活性化マップに基づいて生物学的妥当性を提供しようとします。
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
研究の種類
研究の種類
入学 (予想される)
入学
連絡先と場所
参加基準
適格基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
サンプリング方法
調査対象母集団
説明
包含基準:
- ECOGパフォーマンスステータス: 0-2
- -組織病理学的または細胞病理学的に確認された食道の悪性腫瘍の患者
- 組織学: 扁平上皮癌および腺癌
- 患者はネオアジュバント同時化学放射線療法(NACCRT)とその後の手術を受けている必要があります
- 参加施設内で提供されるすべての治療的介入(放射線療法、化学療法、手術)
- 患者ごとに少なくとも 1 つのプレ NACCRT DICOM 画像データセット (HRCT/ 18-FDG PET-CT/ 放射線治療計画 CT)
除外基準:
- 関心領域に金属製のインプラントがある患者
- 局所進行疾患または転移性疾患(T4疾患、瘻孔、転移)を有する患者
- 同じ部位に放射線治療歴のある患者
- 食道に二次悪性腫瘍を発症している患者
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 観測モデル:コホート
- 時間の展望:他の
グループ/コホートの数
コホートと介入
グループ/コホートグループ/コホート |
介入・治療介入・治療 |
|---|---|
|
研究グループ
NA-CCRTとその後の手術を受ける患者
|
ネオアジュバント化学療法と同時に提供される、任意の技術によるネオアジュバント放射線療法。
ネオアジュバント化学療法は、ネオアジュバント放射線療法と同時に提供されます。
食道切除術、ネオアジュバント同時化学放射線療法の完了後 4 ~ 6 週間で実施
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
時間枠 |
|---|---|
|
ネオアジュバント前のイメージングモダリティに基づいて pCR を予測するモデルを開発する
時間枠:2021年8月
|
2021年8月
|
|
新しい補助化学放射線療法と食道切除術の後に、患者の転帰 (OS、RFS、pCR 率) の臨床監査を実施する
時間枠:2020年1月
|
2020年1月
|
協力者と研究者
捜査官
捜査官
- 主任研究者:Kundan S Chufal, MD、Rajiv Gandhi Cancer Institute & Research Center
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (予想される)
一次修了
研究の完了 (予想される)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (見積もり)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
その他の研究ID番号
- RGCIRC/IRB/80/2020
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。