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。

HNSCC を持つ cN0 患者のリンパ節状態を評価するためのラジオミクス モデル

2025年5月27日 更新者:xinwei Chen、First Affiliated Hospital of Chongqing Medical University

CT ベースのラジオミクスにより潜在的な LNM を予測し、頭頸部がんの免疫微小環境を明らかにする

潜在性リンパ節転移 (LNM) は、依然として頭頸部扁平上皮癌 (HNSCC) の管理において最も重要かつ困難な側面の 1 つです。 オカルト LNM は、日常的な画像検査や身体検査では臨床的に検出できないリンパ節内の転移性疾患の存在として定義され、治療計画、予後、および全体的な患者管理に重大な影響を及ぼします。 HNSCC では、潜在性 LNM の正確な検出と予測が、頸部郭清の範囲、補助療法の必要性、および全体的な治療戦略に関する決定に大きく影響するため、非常に重要です。 LNM が未診断または過小評価されていると、不適切な治療が行われる可能性があり、局所再発や生存率の低下のリスクが高まります。

調査の概要

状態

完了

条件

介入・治療

詳細な説明

潜在性リンパ節転移 (LNM) は、依然として頭頸部扁平上皮癌 (HNSCC) の管理において最も重要かつ困難な側面の 1 つです。 オカルト LNM は、日常的な画像検査や身体検査では臨床的に検出できないリンパ節内の転移性疾患の存在として定義され、治療計画、予後、および全体的な患者管理に重大な影響を及ぼします。 HNSCC では、潜在性 LNM の正確な検出と予測が、頸部郭清の範囲、補助療法の必要性、および全体的な治療戦略に関する決定に大きく影響するため、非常に重要です。 LNM が未診断または過小評価されていると、不適切な治療が行われる可能性があり、局所再発や生存率の低下のリスクが高まります。

HNSCC の複雑な生物学は、オカルト LNM を予測するという課題をさらに高めます。 これらの腫瘍は、腫瘍細胞、免疫浸潤物、間質成分、および血管系の混合物からなる微小環境における実質的な不均一性を特徴とすることが多い。 この不均一性は、原発腫瘍の転移能および周囲のリンパ系との相互作用を決定する上で極めて重要な役割を果たします。 CT、MRI、PET/CT などの従来の画像診断法では、顕微鏡的な転移を正確に特定するには限界があるため、より高感度で特異的な予測ツールの探索が継続的に行われています。

ラジオミクスの最近の進歩により、この課題に対処するための新たな道が開かれました。 ラジオミクスは、医療画像から高次元データを抽出する新興分野であり、肉眼で見えるものを超えた腫瘍特性の定量的分析を可能にします。 ラジオミクスは、画像データを腫瘍の表現型を反映する特徴の豊富なリポジトリに変換することにより、転移挙動に関連する微妙なパターンを識別できる可能性があります。

オカルト LNM の正確な予測も重要な予後値を保持します。 LNM が検出されない患者は、治療が遅れたり不十分なために予後が悪化することがよくあります。 逆に、転移のない患者に対する不必要な予防的頚部郭清は、過剰治療、外科的罹患率の増加、および生活の質の低下につながる可能性があります。 したがって、潜在性LNMのリスクに基づいて患者を階層化できる予測モデルは、治療計画を個別化し、不必要な介入を減らし、患者の転帰を改善するために不可欠です。

これに関連して、トランスクリプトミクスや単一細胞 RNA シーケンスなどのマルチオミクス データとラジオミクスの統合は、変革的なアプローチを表します。 この統合戦略は、ラジオミクス モデルの予測力を強化するだけでなく、腫瘍挙動の根底にある生物学的プロセスへの窓も提供します。 このようなアプローチは、画像由来の特徴を分子経路および細胞経路に結び付けることにより、画像表現型と転移の複雑な生物学との間のギャップを埋めるのに役立ちます。

要約すると、オカルト LNM は HNSCC の臨床管理に大きな課題をもたらし、治療と予後に重大な影響を及ぼします。 高度なラジオミクス技術、特に生息地ラジオミクス技術の出現により、LNM 予測の精度を向上させるための有望な手段が提供されます。 腫瘍の不均一性、微小環境の動態、および転移の可能性の間の相互作用を解明することにより、これらのアプローチは、HNSCC 患者のより正確で個別化された管理への道を開きます。

研究の種類

観察的

入学 (実際)

700

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。

研究場所

      • Chongqing、中国
        • The First Affiliated Hospital of Chongqing Medical University

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

  • 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

確率サンプル

調査対象母集団

2016年1月から2024年12月までに3つの病院から病理学的に確認された喉頭癌患者全員が集められ、異なる検査グループに分けられた。

説明

包含基準:

  1. 完全な臨床データの入手可能性。
  2. 手術または生検によって喉頭扁平上皮癌の診断が確認された場合。
  3. 手術前2週間以内にCT造影検査を実施。
  4. すべての患者は頸部リンパ節郭清手術を受けた。

除外基準:

  1. 手術前に他の治療を受けた患者。
  2. 顕著なアーチファクトを伴う CT 画像。
  3. 腫瘍が再発した患者。

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
トレーニングセット
トレーニングセットは、頭頸部扁平上皮癌(HNSCC)と診断された約500人のcN0患者で構成され、その中にはリンパ節転移のある約150人の患者と転移のない約350人の患者が含まれていた。 すべての患者は術前に造影CTスキャンを受けました。
人工知能モデルを使用して、リンパ節転移のある患者とリンパ節転移のない患者を区別します。
内部テストセット
内部検証セットには、トレーニング コホートからランダムに選択された約 150 人の患者が含まれていました。 このセットはモデルの評価と調整に使用されました。
人工知能モデルを使用して、リンパ節転移のある患者とリンパ節転移のない患者を区別します。
外部テストセット
外部検証セットは、約 200 人の HNSCC 患者で構成されていました。 これらの患者は他の施設から登録されており、そのデータには術前の造影 CT 画像が含まれていました。 この独立したデータセットは、ラジオミクス モデルの一般化可能性を評価するために使用されました。
人工知能モデルを使用して、リンパ節転移のある患者とリンパ節転移のない患者を区別します。

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
AUC
時間枠:予測結果は、モデルの処理が完了するとすぐに取得できます。
AUC (曲線下面積) は、モデルがクラスを区別する能力を評価するために分類タスクで使用されるパフォーマンス メトリックです。 具体的には、さまざまなしきい値設定での真陽性率 (感度) と偽陽性率 (1 特異度) をプロットする受信者動作特性 (ROC) 曲線の下の面積を測定します。
予測結果は、モデルの処理が完了するとすぐに取得できます。

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。

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)

2024年11月27日

一次修了 (実際)

2025年4月15日

研究の完了 (実際)

2025年4月15日

試験登録日

最初に提出

2024年12月27日

QC基準を満たした最初の提出物

2024年12月27日

最初の投稿 (実際)

2025年1月3日

学習記録の更新

投稿された最後の更新 (実際)

2025年5月28日

QC基準を満たした最後の更新が送信されました

2025年5月27日

最終確認日

2025年5月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • 2024-Chenxin

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

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