侵襲的手順なしでヒト胚盤胞の倍数性を予測するための人工知能モデルの評価
ヒト胚盤胞倍数性予測のための非侵襲的人工知能モデル: 多施設共同、前向き、非ランダム化検証研究
この臨床試験の目的は、着床前遺伝子検査を受けるカップルにおいて、侵襲的処置を行わずにヒト胚盤胞の倍数性を予測するための人工知能モデルを評価することです。 回答することを目的とした主な質問は次のとおりです。
- 人工知能モデルは、3D 形態に基づいてヒト胚盤胞の倍数性状態を予測できますか?
- 栄養外胚葉細胞および内部細胞塊の定量的な 3D 形態学的パラメーターは、ヒト胚盤胞の倍数性状態と強い相関関係がありますか?
参加者からの各胚盤胞の多視点画像を含むビデオは培養 5/6 日目に収集され、これらの胚盤胞の着床前遺伝子検査結果は栄養外胚葉生検の 4 ~ 8 週間後に収集されます。
調査の概要
詳細な説明
背景:
パイロット研究は2023年8月から2024年9月まで南京大学医学部付属南京鼓楼病院で実施された。 144 個の胚盤胞からのビデオと着床前遺伝子検査 (PGT) の結果が遡及的に収集されました。 人工知能 (AI) モデルは、まずビデオから胚盤胞の 3D 表面を再構成し、次にその 3D 形態学的パラメーターを測定しました。 これらのパラメーターに基づいて、モデルは胚盤胞の倍数性状態を予測し、予測出力を PGT の結果と比較しました。 予測感度、特異度、精度、AUC はそれぞれ 90.5%、91.3%、90.9%、0.946 でした。
研究デザイン:
これは、多施設共同、前向き、非無作為化、非盲検、単一グループ研究です。 研究と潜在的なリスクについて説明を受けた後、すべての参加者はインフォームドコンセントを書きます。 各参加者から 5/6 日目の胚盤胞のビデオと PGT 結果が収集されます。 胚盤胞は、異数性がそれぞれ <30%、30 ~ 80%、および >80% に相当する正倍数体、モザイク、および異数体として分類されます。 胚の培養、生検、移植は研究室の標準操作手順 (SOP) に従います。 この研究は非介入的であり、結果は治療法を決定するために使用されません。
サンプルサイズ:
1 サンプルの感度と特異性の分析に基づいて、この試験には 5/6 日目の胚盤胞約 1,408 個を登録する予定です。 メタ分析の結果、既存の AI モデルの感度と特異度は 73.4% (3702/5047) と 69.6% (4892/7028) であり、非侵襲的染色体スクリーニング法の感度と特異度は 80.3% (678/844) であり、 73.3% (908/1238) 非侵襲的予測胚盤胞の倍数性ステータス。 この研究は、α = 0.05 の有意水準で 85% 以上の感度と 80% 以上の特異度を達成すると推定されます。 統計検出力 0.9 を達成するには、合計 1126 個の胚盤胞が必要です。 脱落率が約 20% であると仮定すると、合計 1,408 個の胚盤胞が登録されると予想されます。 このサンプル サイズの計算は統計的検出力の分析に基づいており、高い統計的検出力が確実に達成されるように試用期間中に定期的に再検討/調整されます。
データ管理:
データ収集には電子データキャプチャ(EDC)システムが使用されます。 各病院には臨床研究コーディネーターが任命され、EDC システムを介してビデオと臨床データを記録する責任を負います。 上級臨床研究員は、5 つの病院間で EDC システム内のデータを定期的に検査します。 データ安全性監視委員会 (DSMC) は、研究プロセス全体と EDC システムを監督する責任を負います。 EDC システム内のデータが不完全または欠落している場合、DSMC は説明を求めるために調査官に連絡します。
統計分析:
統計分析は、IBM SPSS Statistics 26 を使用して実行されます。 カテゴリ変数は数値とパーセンテージで説明され、数値変数は平均、標準偏差 (SD)、および範囲で説明されます。 カイ二乗検定はカテゴリ変数の傾向を分析するために実行され、t 検定は異なるグループ間の数値変数を比較するために実行されます。 ピアソン相関は、数値変数間の線形関係を分析するために使用されます。 すべての統計検定は両側検定です。 <0.05 の P 値は統計的に有意とみなされ、95% 信頼区間 (CI) の奇数比 (OR) が計算されます。 多変量解析にはロジスティック回帰が使用され、調整奇数比 (aOR) が計算されます。 胚盤胞の倍数性予測における AI のパフォーマンスは、感度、特異性、精度、AUC によって 95% 信頼区間で評価されます。
欠損値を含むサンプルの割合がサンプルの合計サイズに比べて非常に小さい場合、欠損データは削除されます。 それ以外の場合は、平均、最大、最小、中間、または回帰モデルを使用して欠損値を代入します。 外れ値は欠損データとして扱われ、それに応じて対処されます。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前:Shanshan Wang
- 電話番号:13814549922
- メール:wss_19860820@sina.com
研究連絡先のバックアップ
- 名前:Haixiang Sun
- 電話番号:13851622008
- メール:stevensunz@163.com
研究場所
-
-
Anhui
-
Hefei、Anhui、中国、230001
- The First Affiliated Hospital of USTC (Anhui Provincial Hospital)
-
コンタクト:
- Limin Wu
- 電話番号:18963797080
- メール:wuliminmail@126.com
-
コンタクト:
- Limin Wu
-
-
Jiangsu
-
Nanjing、Jiangsu、中国、210008
- The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
-
コンタクト:
- Shanshan Wang
- 電話番号:13814549922
- メール:wss_19860820@sina.com
-
コンタクト:
- Haixiang Sun
-
-
Jiangxi
-
Nanchang、Jiangxi、中国、330046
- Jiangxi Maternal and Child Health Hospital
-
コンタクト:
- Yan Zhao
- 電話番号:13807056599
- メール:zhaoyan1972009@163.com
-
コンタクト:
- Yan Zhao
-
-
Shaanxi
-
Xi'an、Shaanxi、中国、710024
- Tangdu Hospital of Air Force Military Medical University
-
コンタクト:
- Xiaohong Wang
-
コンタクト:
- Xiaohong Wang
- 電話番号:13991262559
- メール:wangxh919@fmmu.edu.cn
-
-
Shanghai
-
Shanghai、Shanghai、中国、200127
- Renji Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
コンタクト:
- Yun Sun
-
コンタクト:
- Yun Sun
- 電話番号:13601634278
- メール:syun163@163.com
-
-
参加基準
適格基準
就学可能な年齢
- 大人
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
この研究は多施設共同試験であり、中国全土8省(江蘇、上海、江西、陝西、安徽)の5つの生殖医療センターで実施される。 南京大学医科大学付属南京鼓楼病院が主な調査センターとなる。 上海交通大学医学部附属仁吉病院、江西省母子保健病院、空軍医科大学塘都病院、USTC第一附属病院(安徽省病院)が参加者調査センターとして機能する。
ヒト胚盤胞の多視点画像を含むビデオは、培養 5/6 日目に収集されます。 これらの胚盤胞の PGT-A 結果は、栄養外胚葉生検の 4 ~ 8 週間後に収集されます。 この研究は非介入的であり、結果は治療法を決定するために使用されません。
説明
包含基準:
- 母親の年齢が20~40歳であること。父親の年齢は20歳から55歳まで。
- 着床前遺伝子検査 (PGT) サイクルには、異数性に対する PGT、単一遺伝子性疾患に対する PGT (PGT-M)、または構造染色体欠損に対する PGT (PGT-SR) が含まれます。
- 栄養外胚葉生検に適した2前核(2PN)胚から発育した5/6日目の胚盤胞を少なくとも1つ有する(すなわち、拡大度:IV、および栄養外胚葉および内部細胞質量の等級付けでは少なくともCよりも優れたグレード)。
- 書面によるインフォームドコンセントのあるカップル。
除外基準:
- IVF または PGT に禁忌があるカップル。
- 回収後にすべての卵子が凍結された女性。
- 研究プロトコルに従わないカップル。
- 研究プロトコルと治療の安全性を考慮して、研究者が登録に不適格と判断したカップル。
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
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:学習完了までに平均1年
|
感度 = TP/(TP+FN)。
TP: 正倍数性胚盤胞が正倍数性であると正しく予測された結果の数。
FN: 正倍数性胚盤胞が異数性として誤って予測された結果の数。
感度が高いことは、正倍数性胚盤胞の予測能力が高いことを示します。
|
学習完了までに平均1年
|
|
特異性
時間枠:学習完了までに平均1年
|
特異性 = TN/(TN+FP)。
TN: 異数性胚盤胞が異数性として正しく予測された結果の数。
FP: 異数性胚盤胞が誤って正倍数性であると予測された結果の数。
高い特異性は、異数性胚盤胞の予測能力が高いことを示します。
|
学習完了までに平均1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
正確さ
時間枠:学習完了までに平均1年
|
精度は、予測の総数に対する胚盤胞の倍数性の正しい予測の数を評価します。
|
学習完了までに平均1年
|
|
AUC
時間枠:学習完了までに平均1年
|
AUC は受信者動作特性曲線の下の面積として定義され、分類閾値に関係なく胚盤胞の倍数性を予測するための全体的なモデルのパフォーマンスを評価します。
|
学習完了までに平均1年
|
協力者と研究者
協力者
捜査官
- 主任研究者:Haixiang Sun、The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
出版物と役立つリンク
一般刊行物
- Alpha Scientists in Reproductive Medicine and ESHRE Special Interest Group of Embryology. The Istanbul consensus workshop on embryo assessment: proceedings of an expert meeting. Hum Reprod. 2011 Jun;26(6):1270-83. doi: 10.1093/humrep/der037. Epub 2011 Apr 18.
- Sciorio R, Dattilo M. PGT-A preimplantation genetic testing for aneuploidies and embryo selection in routine ART cycles: Time to step back? Clin Genet. 2020 Aug;98(2):107-115. doi: 10.1111/cge.13732. Epub 2020 Apr 6.
- Belandres D, Shamonki M, Arrach N. Current status of spent embryo media research for preimplantation genetic testing. J Assist Reprod Genet. 2019 May;36(5):819-826. doi: 10.1007/s10815-019-01437-6. Epub 2019 Mar 21.
- Munne S, Kaplan B, Frattarelli JL, Child T, Nakhuda G, Shamma FN, Silverberg K, Kalista T, Handyside AH, Katz-Jaffe M, Wells D, Gordon T, Stock-Myer S, Willman S; STAR Study Group. Preimplantation genetic testing for aneuploidy versus morphology as selection criteria for single frozen-thawed embryo transfer in good-prognosis patients: a multicenter randomized clinical trial. Fertil Steril. 2019 Dec;112(6):1071-1079.e7. doi: 10.1016/j.fertnstert.2019.07.1346. Epub 2019 Sep 21.
- Scott RT Jr, Ferry K, Su J, Tao X, Scott K, Treff NR. Comprehensive chromosome screening is highly predictive of the reproductive potential of human embryos: a prospective, blinded, nonselection study. Fertil Steril. 2012 Apr;97(4):870-5. doi: 10.1016/j.fertnstert.2012.01.104. Epub 2012 Feb 2.
- Wang L, Wang X, Liu Y, Ou X, Li M, Chen L, Shao X, Quan S, Duan J, He W, Shen H, Sun L, Yu Y, Cram DS, Leigh D, Yao Y. IVF embryo choices and pregnancy outcomes. Prenat Diagn. 2021 Dec;41(13):1709-1717. doi: 10.1002/pd.6042. Epub 2021 Oct 14.
- Kushnir VA, Frattarelli JL. Aneuploidy in abortuses following IVF and ICSI. J Assist Reprod Genet. 2009 Mar;26(2-3):93-7. doi: 10.1007/s10815-009-9292-z. Epub 2009 Feb 18.
- Kim JW, Lee WS, Yoon TK, Seok HH, Cho JH, Kim YS, Lyu SW, Shim SH. Chromosomal abnormalities in spontaneous abortion after assisted reproductive treatment. BMC Med Genet. 2010 Nov 3;11:153. doi: 10.1186/1471-2350-11-153.
- Rosenwaks Z, Handyside AH, Fiorentino F, Gleicher N, Paulson RJ, Schattman GL, Scott RT Jr, Summers MC, Treff NR, Xu K. The pros and cons of preimplantation genetic testing for aneuploidy: clinical and laboratory perspectives. Fertil Steril. 2018 Aug;110(3):353-361. doi: 10.1016/j.fertnstert.2018.06.002. No abstract available.
- Cinnioglu C, Glessner H, Jordan A, Bunshaft S. A systematic review of noninvasive preimplantation genetic testing for aneuploidy. Fertil Steril. 2023 Aug;120(2):235-239. doi: 10.1016/j.fertnstert.2023.06.013. Epub 2023 Jun 24.
- Ozgur K, Berkkanoglu M, Bulut H, Yoruk GDA, Candurmaz NN, Coetzee K. Single best euploid versus single best unknown-ploidy blastocyst frozen embryo transfers: a randomized controlled trial. J Assist Reprod Genet. 2019 Apr;36(4):629-636. doi: 10.1007/s10815-018-01399-1. Epub 2019 Jan 7.
- Tiegs AW, Tao X, Zhan Y, Whitehead C, Kim J, Hanson B, Osman E, Kim TJ, Patounakis G, Gutmann J, Castelbaum A, Seli E, Jalas C, Scott RT Jr. A multicenter, prospective, blinded, nonselection study evaluating the predictive value of an aneuploid diagnosis using a targeted next-generation sequencing-based preimplantation genetic testing for aneuploidy assay and impact of biopsy. Fertil Steril. 2021 Mar;115(3):627-637. doi: 10.1016/j.fertnstert.2020.07.052. Epub 2020 Aug 28.
- Chavez-Badiola A, Flores-Saiffe-Farias A, Mendizabal-Ruiz G, Drakeley AJ, Cohen J. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reprod Biomed Online. 2020 Oct;41(4):585-593. doi: 10.1016/j.rbmo.2020.07.003. Epub 2020 Jul 5.
- Diakiw SM, Hall JMM, VerMilyea MD, Amin J, Aizpurua J, Giardini L, Briones YG, Lim AYX, Dakka MA, Nguyen TV, Perugini D, Perugini M. Development of an artificial intelligence model for predicting the likelihood of human embryo euploidy based on blastocyst images from multiple imaging systems during IVF. Hum Reprod. 2022 Jul 30;37(8):1746-1759. doi: 10.1093/humrep/deac131.
- Barnes J, Brendel M, Gao VR, Rajendran S, Kim J, Li Q, Malmsten JE, Sierra JT, Zisimopoulos P, Sigaras A, Khosravi P, Meseguer M, Zhan Q, Rosenwaks Z, Elemento O, Zaninovic N, Hajirasouliha I. A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study. Lancet Digit Health. 2023 Jan;5(1):e28-e40. doi: 10.1016/S2589-7500(22)00213-8.
- Danardono GB, Handayani N, Louis CM, Polim AA, Sirait B, Periastiningrum G, Afadlal S, Boediono A, Sini I. Embryo ploidy status classification through computer-assisted morphology assessment. AJOG Glob Rep. 2023 May 18;3(3):100209. doi: 10.1016/j.xagr.2023.100209. eCollection 2023 Aug.
- Jiang VS, Bormann CL. Noninvasive genetic screening: current advances in artificial intelligence for embryo ploidy prediction. Fertil Steril. 2023 Aug;120(2):228-234. doi: 10.1016/j.fertnstert.2023.06.025. Epub 2023 Jun 30.
- Lee CI, Su YR, Chen CH, Chang TA, Kuo EE, Zheng WL, Hsieh WT, Huang CC, Lee MS, Liu M. End-to-end deep learning for recognition of ploidy status using time-lapse videos. J Assist Reprod Genet. 2021 Jul;38(7):1655-1663. doi: 10.1007/s10815-021-02228-8. Epub 2021 May 22.
- Huang B, Tan W, Li Z, Jin L. An artificial intelligence model (euploid prediction algorithm) can predict embryo ploidy status based on time-lapse data. Reprod Biol Endocrinol. 2021 Dec 13;19(1):185. doi: 10.1186/s12958-021-00864-4.
- Jiang VS, Kandula H, Thirumalaraju P, Kanakasabapathy MK, Cherouveim P, Souter I, Dimitriadis I, Bormann CL, Shafiee H. The use of voting ensembles to improve the accuracy of deep neural networks as a non-invasive method to predict embryo ploidy status. J Assist Reprod Genet. 2023 Feb;40(2):301-308. doi: 10.1007/s10815-022-02707-6. Epub 2023 Jan 14.
- Paya E, Pulgarin C, Bori L, Colomer A, Naranjo V, Meseguer M. Deep learning system for classification of ploidy status using time-lapse videos. F S Sci. 2023 Aug;4(3):211-218. doi: 10.1016/j.xfss.2023.06.002. Epub 2023 Jun 30.
- Shan G, Dai C, Liu H, Wang X, Dou W, Zhang Z, Sun Y. 3D Morphology Measurement for Blastocyst Evaluation From "All Angles". IEEE Trans Biomed Eng. 2023 Jun;70(6):1921-1930. doi: 10.1109/TBME.2022.3232068. Epub 2023 May 19.
- Shan G, Abdalla K, Liu H, Dai C, Tan J, Law J, Steinberg C, Li A, Kuznyetsova I, Zhang Z, Librach C, Sun Y. Non-invasively predicting euploidy in human blastocysts via quantitative 3D morphology measurement: a retrospective cohort study. Reprod Biol Endocrinol. 2024 Oct 28;22(1):132. doi: 10.1186/s12958-024-01302-x.
研究記録日
主要日程の研究
研究開始 (推定)
一次修了 (推定)
研究の完了 (推定)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
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
詳しくは
本研究に関する用語
その他の研究ID番号
- 2024-739-02
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?
IPD プランの説明
IPD 共有時間枠
IPD 共有アクセス基準
IPD 共有サポート情報タイプ
- STUDY_PROTOCOL
- SAP
- ICF
- ANALYTIC_CODE
- CSR
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
米国で製造され、米国から輸出された製品。
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。