全体のスライドイメージングとMRIを使用して、鼻咽頭癌の遠隔転移を予測するための深い学習モデルの開発と検証
2025年2月21日 更新者：Pu-Yun OuYang、Sun Yat-sen University
鼻咽頭節とリンパ節のスライドイメージングと磁気共鳴イメージングに基づく深い学習モデルの開発と多施設検証鼻咽頭癌における診断時の遠隔転移を予測するためのリンパ節の磁気共鳴イメージング
AIモデルは、原発腫瘍の病理学のスライドとMRIスキャンに基づいて、鼻咽頭癌患者の遠隔転移の可能性を予測するために開発されました。
このモデルは、複数のセンターからのデータを使用して検証されました。
その後、NCCNまたはCSCOのガイドラインに基づいてPET/CTスキャンを受けることをお勧めする進行段階の患者に適用されました。
このAIモデルは、最初の診断時に遠隔転移のリスクが高い患者を正確にスクリーニングして、PET/CTを受け取り、遠隔転移のリスクが低い患者の過度の検査を避け、医療資源を節約し、患者の経済的負担を軽減します。
調査の概要
状態
募集
条件
詳細な説明
AIモデルは、最初の訪問で遠い転移の確率を予測するために、鼻咽頭および首の一次病変とMRIのHE染色された病理学的切片に基づいて構築され、AIモデルは多施設データによって完全に検証されました。 AIモデルは、NCCNおよびCSCOのガイドラインに従ってPET/CT検査を受けることを推奨されたT3-4またはN2-3患者に適用され、M0を予測するための負の予測値が劣らない場合のAIモデルのしきい値は次の場合に適用されました。 95％が決定され、AIがPET/CT検査から免除されると予測された患者に理論的なサポートを提供しました。
研究の種類
観察的
入学 (推定)
500
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
- 名前：Pu-Yun OuYang
- 電話番号：+8618565382769
- メール：ouyangpy@sysucc.org.cn
研究場所
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510060
- 募集
- Sun Yat-sen University Cancer Center
-
コンタクト：
- Pu-Yun OuYang
- 電話番号：+86 18565382769
- メール：ouyangpy@sysucc.org.cn
-
コンタクト：
- Pu-Yun OuYang
- メール：ouyangpy@sysucc.org.cn
-
Guangzhou、Guangdong、中国、510060
- まだ募集していません
- Department of Radiation Oncology, Sun Yat-sen University Cancer Center
-
コンタクト：
- Pu-Yun OuYang
- 電話番号：86+020-87342925
- メール：ouyangpy@sysucc.org.cn
-
コンタクト：
- Pu-Yun OuYang
-
-
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
病理学的に確認された鼻咽頭癌の患者
説明
包含基準：
A.一次病変は、病理学的に鼻咽頭癌（WHO分類がI、II、III）として確認されました。 B.段階はT3-4またはN2-3であり、鼻咽頭 +ネックMRIプレーンスキャンと強化スキャンを実施して、鼻咽頭および頸部リンパ節病変を確認し、PET/CTまたは従来の検査（胸部CTプレーンスキャン +強化スキャン、上腹部CTまたはMRIプレーンスキャン +強化されたスキャンまたは腹部色のドップラー超音波または超音波血管造影、および全身骨イメージング）は、遠い転移をスクリーニングするために実行されました。
除外基準：
他の悪性腫瘍の以前の病歴（他の頭頸部扁平上皮癌、甲状腺癌、乳がん、食道癌など）。
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 |
|---|
|
前向き検証コホート
AIモデルの診断有効性を検証するための患者の登録
|
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 |
|---|---|---|
|
負の予測値
時間枠：研究の完了を通じて、平均2年
|
NPVは、実際に負の予測される負の症例の割合を測定します。
それは、モデルが負の結果を予測するときにどれほど信頼できるかを教えてくれます。
|
研究の完了を通じて、平均2年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
感度、特異性、および正の予測値
時間枠：研究の完了を通じて、平均2年
|
95％の負の予測値に対応するしきい値での遠隔転移を予測する際のAIの感度、特異性、および正の予測値。
|
研究の完了を通じて、平均2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
協力者
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
- OuYang PY, He Y, Guo JG, Liu JN, Wang ZL, Li A, Li J, Yang SS, Zhang X, Fan W, Wu YS, Liu ZQ, Zhang BY, Zhao YN, Gao MY, Zhang WJ, Xie CM, Xie FY. Artificial intelligence aided precise detection of local recurrence on MRI for nasopharyngeal carcinoma: a multicenter cohort study. EClinicalMedicine. 2023 Aug 30;63:102202. doi: 10.1016/j.eclinm.2023.102202. eCollection 2023 Sep.
- Zhong L, Dong D, Fang X, Zhang F, Zhang N, Zhang L, Fang M, Jiang W, Liang S, Li C, Liu Y, Zhao X, Cao R, Shan H, Hu Z, Ma J, Tang L, Tian J. A deep learning-based radiomic nomogram for prognosis and treatment decision in advanced nasopharyngeal carcinoma: A multicentre study. EBioMedicine. 2021 Aug;70:103522. doi: 10.1016/j.ebiom.2021.103522. Epub 2021 Aug 11.
- Qiang M, Li C, Sun Y, Sun Y, Ke L, Xie C, Zhang T, Zou Y, Qiu W, Gao M, Li Y, Li X, Zhan Z, Liu K, Chen X, Liang C, Chen Q, Mai H, Xie G, Guo X, Lv X. A Prognostic Predictive System Based on Deep Learning for Locoregionally Advanced Nasopharyngeal Carcinoma. J Natl Cancer Inst. 2021 May 4;113(5):606-615. doi: 10.1093/jnci/djaa149.
- Lin L, Dou Q, Jin YM, Zhou GQ, Tang YQ, Chen WL, Su BA, Liu F, Tao CJ, Jiang N, Li JY, Tang LL, Xie CM, Huang SM, Ma J, Heng PA, Wee JTS, Chua MLK, Chen H, Sun Y. Deep Learning for Automated Contouring of Primary Tumor Volumes by MRI for Nasopharyngeal Carcinoma. Radiology. 2019 Jun;291(3):677-686. doi: 10.1148/radiol.2019182012. Epub 2019 Mar 26.
- OuYang PY, Zhang BY, Guo JG, Liu JN, Li J, Peng QH, Yang SS, He Y, Liu ZQ, Zhao YN, Li A, Wu YS, Hu XF, Chen C, Han F, You KY, Xie FY. Deep learning-based precise prediction and early detection of radiation-induced temporal lobe injury for nasopharyngeal carcinoma. EClinicalMedicine. 2023 Apr 4;58:101930. doi: 10.1016/j.eclinm.2023.101930. eCollection 2023 Apr.
- Sun XS, Liu SL, Luo MJ, Li XY, Chen QY, Guo SS, Wen YF, Liu LT, Xie HJ, Tang QN, Liang YJ, Yan JJ, Lin DF, Bi MM, Liu Y, Liang YF, Ma J, Tang LQ, Mai HQ. The Association Between the Development of Radiation Therapy, Image Technology, and Chemotherapy, and the Survival of Patients With Nasopharyngeal Carcinoma: A Cohort Study From 1990 to 2012. Int J Radiat Oncol Biol Phys. 2019 Nov 1;105(3):581-590. doi: 10.1016/j.ijrobp.2019.06.2549. Epub 2019 Jul 15.
- Tang LQ, Chen QY, Fan W, Liu H, Zhang L, Guo L, Luo DH, Huang PY, Zhang X, Lin XP, Mo YX, Liu LZ, Mo HY, Li J, Zou RH, Cao Y, Xiang YQ, Qiu F, Sun R, Chen MY, Hua YJ, Lv X, Wang L, Zhao C, Guo X, Cao KJ, Qian CN, Zeng MS, Mai HQ. Prospective study of tailoring whole-body dual-modality [18F]fluorodeoxyglucose positron emission tomography/computed tomography with plasma Epstein-Barr virus DNA for detecting distant metastasis in endemic nasopharyngeal carcinoma at initial staging. J Clin Oncol. 2013 Aug 10;31(23):2861-9. doi: 10.1200/JCO.2012.46.0816. Epub 2013 Jul 15. Erratum In: J Clin Oncol. 2016 Feb 10;34(5):519. doi: 10.1200/jco.2015.66.3427.
- Xiao BB, Lin DF, Sun XS, Zhang X, Guo SS, Liu LT, Luo DH, Sun R, Wen YF, Li JB, Lv XF, Han LJ, Yuan L, Liu SL, Tang QN, Liang YJ, Li XY, Guo L, Chen QY, Fan W, Mai HQ, Tang LQ. Nomogram for the prediction of primary distant metastasis of nasopharyngeal carcinoma to guide individualized application of FDG PET/CT. Eur J Nucl Med Mol Imaging. 2021 Jul;48(8):2586-2598. doi: 10.1007/s00259-020-05128-8. Epub 2021 Jan 8.
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 (推定)
2025年2月15日
一次修了 (推定)
2026年12月31日
研究の完了 (推定)
2026年12月31日
試験登録日
最初に提出
2025年2月14日
QC基準を満たした最初の提出物
2025年2月14日
最初の投稿 (実際)
2025年3月25日
学習記録の更新
投稿された最後の更新 (実際)
2025年3月25日
QC基準を満たした最後の更新が送信されました
2025年2月21日
最終確認日
2025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
- B2025-062-01
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
個々の参加者データ（IPD）は、患者のプライバシー、倫理的考慮事項、または制度的ポリシーに関する懸念のために共有されない場合があります。
また、制限は、データ保護規制、機密保持契約、または再識別の潜在的なリスクからも発生する場合があります。
さらに、データに機密性の高い医療情報が含まれている場合、共有には、実現不可能な特別な承認または脱同意プロセスが必要になる場合があります。
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
米国で製造され、米国から輸出された製品。
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。