このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

乳葉状腫瘍の正確な診断と予後を実現する AI 支援システム

2024年2月22日 更新者：nieyan、Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

乳葉状腫瘍の正確な診断と予後のための人工知能ベースのシステムの開発

乳葉状腫瘍 (PT) は、全乳房腫瘍の 1% ～ 3% を占める稀な線維上皮腫瘍であり、WHO によって腫瘍境界、間質細胞性、間質異型などの組織病理学的特徴に基づいて良性、境界領域、悪性に分類されています。 、有糸分裂活動および間質の過剰増殖。 悪性 PT は 18% ～ 25% を占め、局所再発率 (最大 65%) と遠隔転移率 (16% ～ 25%) が高くなります。 良性 PT は、複数回の再発後に悪性腫瘍に進行する可能性があります。 したがって、早期の正確な診断と治療標的の同定は、転帰と生存率を向上させるために非常に重要です。

近年、医療診断における人工知能（AI）の応用への関心が高まっています。 AI は、臨床情報、病理組織画像、マルチオミクス データを統合して、病理学的および臨床診断、予後予測、分子プロファイリングを支援できます。AI は、結腸直腸がん、乳がんなどのさまざまながんの診断を含む、さまざまな分野で有望な結果を示しています。がん、前立腺がんなど。 ただし、PT は診断および治療アプローチにおいて乳がんとは異なります。 したがって、PT の正確な診断と予後評価のための AI ベースのシステムを確立することは、個別化医療にとって重要です。

Nie Yan博士が率いる研究チームは、広東省だけでなく全国的にもPT研究を専門とする数少ないチームの1つです。 彼らのチームは、PT の悪性進行、転移メカニズム、分子マーカーに関する研究を行っています。 研究チームは、線維芽細胞から筋線維芽細胞への分化や、この分化の促進における腫瘍関連マクロファージの役割などの重要なメカニズムを特定した。 また、miR-21、α-SMA、CCL18、CCL5 などの分子マーカーも同定されており、これらは従来の病理組織学的等級付けと比較して腫瘍再発リスクの予測がより正確です。

このプロジェクトでは、約 1,000 人の乳房 PT 患者から画像データ、組織病理学データ、生存データなどの高品質データを収集し、組織サンプルのトランスクリプトーム遺伝子配列決定を実行しました。 彼らは、乳房 PT 用の包括的なマルチオミクス データベースを構築し、早期診断と予後予測のための AI ベースのモデルを作成することを目指しています。 この研究は、乳房PTの診断と治療を改善し、中国のさまざまな地域における乳房PTケアの格差に対処し、新しい治療標的の開発に貢献する可能性を秘めています。

調査の概要

状態

募集

条件

介入・治療

研究の種類

観察的

入学 (推定)

4000

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究連絡先

研究場所

  • 中国
    • Guangdong
      • Guangzhou、Guangdong、中国、510120
        • 募集
        • Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University
        • コンタクト：
      • Guangzhou、Guangdong、中国、510050
        • 募集
        • Sun Yat-sen University Cancer Center
        • コンタクト：
          • Feng Ye, Prof.Dr.
          • 電話番号：15914388994
      • Guangzhou、Guangdong、中国、510145
        • 募集
        • The Third Affiliated Hospital of Guangzhou Medical University
        • コンタクト：
          • Hui Mai, Prof.Dr.
          • 電話番号：13925129112
      • Guangzhou、Guangdong、中国、511400
        • 募集
        • Guangdong Maternal and Child Health Hospital
        • コンタクト：
          • Yu Tan, Prof.Dr.
          • 電話番号：13632356526

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 子
  • 大人
  • 高齢者

健康ボランティアの受け入れ

いいえ

サンプリング方法

非確率サンプル

調査対象母集団

患者は中山大学中山記念病院に通っていた全員です。

説明

包含基準:

  • 乳房葉状腫瘍と診断された患者

除外基準:

  • ぼやけた画像、画像上のアーティファクト

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか？

デザインの詳細

コホートと介入

グループ/コホート
介入・治療
乳葉状腫瘍
乳房葉状腫瘍と診断された患者さん
診断テスト：イメージング
超音波、マンモグラフィー、CT、MRIなどの患者用医療画像材料

この研究は何を測定していますか？

主要な結果の測定

結果測定
メジャーの説明
時間枠
感度
時間枠：5年
本当に陽性であることを条件とした、検査結果が陽性となる確率。
5年
偽陰性率
時間枠：5年
陽性集団において検査結果が陰性となる確率を決定します。
5年
特異性
時間枠：5年
真陰性を条件とした検査結果が陰性になる確率。
5年
誤検知率
時間枠：5年
陰性集団において検査で陽性となる確率を決定します。
5年
受信機動作特性曲線
時間枠：5年
ROC 曲線は、一連の異なる二分分類 (カットオフ値または判定しきい値) に基づく曲線であり、真陽性率 (感度) を垂直座標とし、偽陽性率 (1 特異度) を縦軸とします。水平方向の座標。
5年
Roc カーブの下の領域
時間枠：5年
AUC は、軸で囲まれた ROC 曲線の下の面積として定義され、AUC が 1.0 に近いほど、アッセイはより信頼できるものになります。
5年

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

協力者

Sun Yat-sen University
The Third Affiliated Hospital of Guangzhou Medical University
Peking University Shenzhen Hospital
Guangdong Provincial Maternal and Child Health Hospital

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

一般刊行物

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2023年3月1日

一次修了 (推定)

2027年12月31日

研究の完了 (推定)

2027年12月31日

試験登録日

最初に提出

2024年2月22日

QC基準を満たした最初の提出物

2024年2月22日

最初の投稿 (推定)

2024年2月29日

学習記録の更新

投稿された最後の更新 (推定)

2024年2月29日

QC基準を満たした最後の更新が送信されました

2024年2月22日

最終確認日

2024年2月1日

詳しくは

本研究に関する用語

追加の関連 MeSH 用語

その他の研究ID番号

  • SYSKY-2023-351-02

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?

いいえ

IPD プランの説明

個々の参加者のデータを他の研究者が利用できるようにする予定はありません。

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

いいえ

米国FDA規制機器製品の研究

いいえ

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。

購読する