- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT05096533
방광암의 MRI 정밀진단 및 치료에 인공지능의 응용가치 원문보기 KCI 원문보기 인용
2021년 10월 19일 업데이트: The First Affiliated Hospital with Nanjing Medical University
방광암의 자기공명영상 정밀진단 및 치료에서 인공지능의 활용가치에 관한 전향적 다기관 임상연구
본 연구는 전향적 다기관 관찰임상연구로서 각 센터의 비뇨기과에 내원하여 전기절제술 또는 근치방광절제술을 시행받은 방광 악성종양 환자 총 150명을 대상으로 하였다.
인공지능의 수술 후 병기 예측에 대한 민감도, 특이도, 정확도를 분석하기 위해 그룹에 들어온 환자를 3년간 추적 관찰한 후 인공지능 예측 결과와 환자 OS PFS RFS의 상관관계를 분석하였다.
인공지능 모델의 결과가 방광암 환자의 예후를 예측할 수 있는 가능성이 있음을 1차 검증했다.
연구 개요
상태
모병
정황
상세 설명
예비 연구: 이 연구는 인공 지능과 자기 공명을 결합한 다학제 공동 연구로, 방광암 단계의 수술 전 결정을 보다 정확하게 할 수 있고 임상 작업자의 치료 계획을 안내할 수 있습니다.
현재 수술 전 자기공명영상 기반 인공지능 모델을 구축하여 병기 및 환자 예후를 예측하고 있다.
딥러닝 인공지능 네트워크를 통해 병기 예측 모델을 구축하고, 이후 환자의 자기공명영상 데이터 및 관련 병리학적 데이터를 수집한 후, 병기 모델 구축을 기반으로 576명의 환자를 추적 관찰하였다.
환자의 OS, PFS, RFS를 획득하여 딥 러닝 네트워크 모델 훈련을 위한 훈련 세트로 임의로 일부를 선택했습니다.
다른 부분은 정확도를 확인하기 위한 테스트 세트로 사용됩니다.
본 연구는 전향적 다기관 관찰임상연구로서 각 센터의 비뇨기과에 내원하여 전기절제술 또는 근치방광절제술을 시행받은 방광 악성종양 환자 총 150명을 대상으로 하였다.
인공지능의 수술 후 병기 예측에 대한 민감도, 특이도, 정확도를 분석하기 위해 그룹에 들어온 환자를 3년간 추적 관찰한 후 인공지능 예측 결과와 환자 OS PFS RFS의 상관관계를 분석하였다.
인공지능 모델의 결과가 방광암 환자의 예후를 예측할 수 있는 가능성이 있음을 1차 검증했다.
연구 유형
관찰
등록 (예상)
150
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Jiangsu
-
Nanjing, Jiangsu, 중국, 210000
- 모병
- the First Affiliated Hospital of Nanjing Medical University
-
연락하다:
- Qiang Lu
- 전화번호: 13505196501
- 이메일: dxhlvqiang@163.com
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
환자들은 각 연구센터에서 MRI를 받고 수술을 받는다.
설명
포함 기준:
- 수술 전 검사는 환자를 방광암으로 안내합니다.
- 성별에는 제한이 없습니다.
- 1. 18세 이상
- 수술 전 MRI 이미지를 제공할 수 있습니다.
- 과학 연구를 위한 개인 기본 임상 정보와 병리학 및 영상 데이터를 제공하는 데 동의하고 정보에 입각한 동의서에 서명합니다.
- 재발에 대한 후속 모니터링 시 모니터링 결과 제공에 동의합니다.
제외 기준:
- 환자는 신보강 요법 후 및 수술 전 MRI 이미지를 포함하여 수술 전 MRI 이미지를 제공할 수 없었습니다.
- 샘플의 병리학적 정보가 불완전한 환자는 정확한 병기 및 등급 정보를 제공할 수 없었습니다.
- 심한 심부전, 급성 심근 경색, 심한 심장 및 폐 질환 등의 이유로 환자는 수술을 할 수 없으며 정상적인 외과 적 치료를 견딜 수 없습니다.
- 최근에 MRI 검사 전에 수술(예: TURBT)을 받은 환자;
- 연구원은 피험자를 손상시키거나 피험자가 연구 요구 사항을 충족하거나 수행하지 못하게 할 수 있는 조건이 있다고 생각합니다.
- 서면 동의서를 제공할 수 없는 환자.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
방광종양의 정밀진단 및 치료에 인공지능의 응용가치를 탐색하고, 인공지능을 통해 방광암의 병기 및 등급에 대한 MRI 진단의 정확도를 향상시킨다.
기간: 일년
|
2、수술 전 골드 스탠다드 결과와 인공지능 진단 분석 결과의 일치 분석을 통해 수술 전 인공지능 진단의 민감도, 특이도, 양성예측도(PPV), 음성예측도(NPV).
|
일년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
전반적인 생존
기간: 수술 후 3년
|
방광암 환자의 인공지능 모델과 OS의 상관관계를 분석하여 방광암 환자의 예후를 예측할 수 있는 인공지능 모델의 잠재적 능력을 1차적으로 검증하였다.
|
수술 후 3년
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
---|---|---|
재발 없는 생존
기간: 수술 후 3년
|
방광암 환자의 인공지능 모델과 RFS의 상관관계를 분석하여 인공지능 모델이 방광암 환자의 예후를 예측할 수 있는 가능성을 사전 검증하였다.
|
수술 후 3년
|
무진행 생존
기간: 수술 후 3년
|
방광암 환자의 인공지능 모델과 무진행생존(PFS)의 상관관계를 분석하여 인공지능 모델이 방광암 환자의 예후를 예측할 수 있는 가능성을 사전 검증하였다.
|
수술 후 3년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
일반 간행물
- Panebianco V, Narumi Y, Altun E, Bochner BH, Efstathiou JA, Hafeez S, Huddart R, Kennish S, Lerner S, Montironi R, Muglia VF, Salomon G, Thomas S, Vargas HA, Witjes JA, Takeuchi M, Barentsz J, Catto JWF. Multiparametric Magnetic Resonance Imaging for Bladder Cancer: Development of VI-RADS (Vesical Imaging-Reporting And Data System). Eur Urol. 2018 Sep;74(3):294-306. doi: 10.1016/j.eururo.2018.04.029. Epub 2018 May 10.
- Wang H, Luo C, Zhang F, Guan J, Li S, Yao H, Chen J, Luo J, Chen L, Guo Y. Multiparametric MRI for Bladder Cancer: Validation of VI-RADS for the Detection of Detrusor Muscle Invasion. Radiology. 2019 Jun;291(3):668-674. doi: 10.1148/radiol.2019182506. Epub 2019 Apr 23.
- Suarez-Ibarrola R, Hein S, Reis G, Gratzke C, Miernik A. Current and future applications of machine and deep learning in urology: a review of the literature on urolithiasis, renal cell carcinoma, and bladder and prostate cancer. World J Urol. 2020 Oct;38(10):2329-2347. doi: 10.1007/s00345-019-03000-5. Epub 2019 Nov 5.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2021년 1월 1일
기본 완료 (예상)
2022년 5월 1일
연구 완료 (예상)
2023년 1월 1일
연구 등록 날짜
최초 제출
2021년 10월 7일
QC 기준을 충족하는 최초 제출
2021년 10월 19일
처음 게시됨 (실제)
2021년 10월 27일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 10월 27일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 10월 19일
마지막으로 확인됨
2021년 10월 1일
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .
방광암에 대한 임상 시험
-
Georgetown UniversityNational Cancer Institute (NCI); American Cancer Society, Inc.; Susan G. Komen Breast Cancer...완전한
-
University of UtahNational Cancer Institute (NCI)모병피로 | 좌식 생활 | 전이성 전립선암 | IV기 전립선암 AJCC(American Joint Committee on Cancer) v8 | IVA기 전립선암 AJCC(American Joint Committee on Cancer) v8 | IVB기 전립선암 AJCC(American Joint Committee on Cancer) v8미국
-
Jonsson Comprehensive Cancer Center아직 모집하지 않음전립선암 | IVB기 전립선암 American Joint Committee on Cancer(AJCC) v8미국
-
Rashmi Verma, MDNational Cancer Institute (NCI)모병거세저항성 전립선암 | 전이성 전립선 선암종 | IVB기 전립선암 American Joint Committee on Cancer(AJCC) v8미국
-
Jonsson Comprehensive Cancer Center빼는전립선 선암종 | 2기 전립선암 AJCC v8 | IIC기 전립선암 AJCC v8 | IIA기 전립선암 AJCC v8 | IIB기 전립선암 AJCC v8 | 1기 전립선암 American Joint Committee on Cancer(AJCC) v8미국
-
Jonsson Comprehensive Cancer CenterMiraDX모집하지 않고 적극적으로전립선 선암종 | 2기 전립선암 AJCC v8 | IIC기 전립선암 AJCC v8 | IIA기 전립선암 AJCC v8 | IIB기 전립선암 AJCC v8 | 1기 전립선암 American Joint Committee on Cancer(AJCC) v8미국
-
Jonsson Comprehensive Cancer Center종료됨거세저항성 전립선암 | 전이성 전립선암 | IVA기 전립선암 AJCC v8 | IVB기 전립선암 AJCC v8 | IV기 전립선암 American Joint Committee on Cancer(AJCC) v8미국
-
Jonsson Comprehensive Cancer CenterProgenics Pharmaceuticals, Inc.종료됨2기 전립선암 AJCC v8 | IIIA기 전립선암 AJCC v8 | IIIB기 전립선암 AJCC v8 | IIC기 전립선암 AJCC v8 | 3기 전립선암 AJCC v8 | IIIC기 전립선암 AJCC v8 | IIA기 전립선암 AJCC v8 | IIB기 전립선암 AJCC v8 | 1기 전립선암 American Joint Committee on Cancer(AJCC) v8미국
-
Assiut University아직 모집하지 않음South Egypt Cancer Institute(SECI)에서 소아 악성종양 환자에 대한 KDIGO 기준을 사용하여 AKI의 누적 발병률을 확인하기 위해
-
Jonsson Comprehensive Cancer Center종료됨생화학적으로 재발하는 전립선암 | 전이성 전립선암 | 뼈의 전이성 악성 신생물 | IVA기 전립선암 AJCC v8 | IVB기 전립선암 AJCC v8 | IV기 전립선암 American Joint Committee on Cancer(AJCC) v8미국