이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

암을 근본적으로 치료한 후 폐 결절의 층화를 위한 AI 및 방사성학 (AI-SONAR)

2022년 5월 17일 업데이트: Royal Marsden NHS Foundation Trust

암을 근본적으로 치료한 후 폐결절의 층화를 위한 인공지능 및 방사성학(AI-SONAR)

이 연구는 이전 암에 대해 급진적 치료를 받은 환자의 새로운 폐 결절에 대한 방사능학 및 인공 지능 접근법의 유용성을 평가할 것입니다.

연구 개요

상태

모병

정황

개입 / 치료

상세 설명

암 발견 및 진단의 개선으로 초기 암 진단을 받고 잠재적으로 생존 결과가 개선된 치료 요법을 받는 환자의 수가 증가했습니다. 암 생존자에 대한 최근의 후향적 연구에 따르면 이러한 환자는 일반 인구에 비해 일생 동안 추가 암 위험이 증가했으며 부분적으로는 공유된 라이프스타일 위험 요인(예: 흡연), 유전적 암 소인 또는 항암 요법의 다운스트림 발암성 부작용(예: 방사선 요법). 폐암은 전 세계적으로 암 관련 사망의 주요 원인으로 남아 있으며 폐는 또한 비폐암 환자의 전이성 질환에 대한 일반적인 부위를 나타냅니다. 또한, 폐암은 이전에 암 치료 이력이 있는 환자에서 가장 흔한 이차 원발성 악성 종양 중 하나입니다. 따라서 이전 암과 관련하여 폐 결절의 중요성을 식별하는 것은 양성 질환, 전이성 재발 또는 새로운 원발성 악성 종양을 나타낼 가능성이 있다는 점에서 임상적 과제로 남아 있습니다.

이 연구는 이전 암에 대해 급진적 치료를 받은 환자의 새로운 폐 결절에 대한 방사능학 및 인공 지능 접근법의 유용성을 평가할 것입니다. 여기에는 머신 러닝(ML) 접근 방식의 사용과 나중에 양성, 전이성 및 새로운 원발성 폐암 결절/병변의 분화를 위한 결절 해석에 대한 심층 학습/컨볼루션 신경망 접근 방식의 탐색이 수반됩니다. ML 분류기 또는 딥 러닝 기반 도구의 개발은 추가 이미징, 생검 샘플링을 포함한 초기 조사에서 어떤 환자가 혜택을 받을 수 있는지 안내하고 조기 암 진단으로 이어져 이 독특한 코호트에서 더 나은 환자 결과로 이어질 수 있습니다. 이것은 환자 관리의 일환으로 일상적으로 수집된 데이터를 분석하는 후향적 연구입니다. 모든 데이터는 분석 전에 익명으로 처리되며, 환자 지시/관련 중재는 사용되지 않으며 연구 포함에 대한 동의 포기가 행사됩니다.

연구 유형

관찰

등록 (예상)

1000

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 연락처

연구 연락처 백업

연구 장소

  • 영국
      • London, 영국, SW3 6JJ
        • 모병
        • The Royal Marsden NHS Foundation Trust (Chelsea Site)
        • 연락하다:
        • 연락하다:
      • London, 영국, SW3 6NP
        • 모병
        • Royal Brompton Hospital
        • 연락하다:
        • 수석 연구원:
          • Anand Deveraj

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

18년 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

비확률 샘플

연구 인구

지난 10년(또는 그 미만) 이내에 흉부 CT 영상에서 새로운 폐결절 발견 및 이전 암 진단(급진적 치료)이 있는 환자 사례의 후향적 코호트.

설명

포함 기준:

  • 새로운 폐 결절 및 다음 중 하나를 나타내는 새로운 색인 CT 흉부 스캔의 10년 이내에 이전에 근치적 또는 치유 의도로 치료된 고형 장기 암의 확인된 이력:

    • 간격 영상 또는 혈액 분석 분석에서 항암 치료 후 MDT 합의 및 성공적인 암 해결/완화로 이전 악성 종양을 확인하는 생검
    • 이전 악성 종양에 대해 생검이 불가능/확인된 경우, 암을 확인하는 MDT 합의 결과(해당되는 경우 +/- 계산된 Herder 점수 >80%) 및 간헐 영상 또는 혈액에서 항암 치료 후 후속 해결/완화와 함께 악성으로 치료하기로 결정 검정 분석

  • 다음 중 하나로 정의된 이전 암에 대한 급진적 치료:

    • 외과 적 절제
    • 근치 방사선 요법 또는 정위 빔 방사선 요법
    • 급진적 화학 요법
    • 급진적 화학 방사선 요법
    • 위 중 하나를 사용한 다중 양식 치료

  • 알려진 새로운 폐결절 ground truth

    • 양성 질환의 경우 2년 안정성(직경 또는 체적 기준) 또는 해상도를 보여주는 스캔 데이터
    • 전이성 질환 또는 새로운 원발성 악성종양을 결정하는 MDT 컨센서스(해당하는 경우 Herder 점수가 >80%인 +/- PET)를 사용한 간격 영상에서 진행성 결절 확대 또는 결절 수 증가를 보여주는 스캔 데이터
    • 양성 질환 또는 악성 종양을 확인하고 악성 종양, 전이 또는 새로운 원발성 폐암의 경우 생검 샘플링
  • CT 스캔 슬라이스 두께 ≤ 2.5mm
  • 결절 크기 ≥ 5mm

제외 기준:

  • CT 이미징 > 10세
  • 백혈병을 포함한 비고형 혈액암
  • 근치적 치료를 받은 초기 소수전이 재발을 동반한 원발성 암 질환의 근치적 치료 사례

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 관찰 모델: 보병대
  • 시간 관점: 회고전

코호트 및 개입

그룹/코호트
개입 / 치료
양성 결절
이후에 양성으로 확인되고 근본적으로 치료된 암의 이전 병력과 관련하여 새로운 폐 결절이 있는 환자의 CT 스캔은 참여 NHS 사이트에서 식별되고 모집됩니다.
다른: 비간섭 연구
적격성 기준에 따른 첫 번째 결절 감지 CT 스캔은 여러 방사성 특징을 추출하기 위해 사내 소프트웨어에 대한 입력으로 사용되고 결절 병인을 구별하기 위한 기계 학습 기반 분류기를 개발하는 데 사용됩니다. 또한 스캔은 자동화된 이미지 분류를 수행하기 위해 딥 러닝/콘볼루션 신경망 모델에 대한 입력으로 사용됩니다.
전이성 결절
새로운 폐 결절(들)이 있는 환자의 CT 스캔은 본질적으로 전이성으로 확인되고 이전에 급진적으로 치료된 암의 병력과 관련하여 참여 NHS 사이트에서 식별되고 모집됩니다.
다른: 비간섭 연구
적격성 기준에 따른 첫 번째 결절 감지 CT 스캔은 여러 방사성 특징을 추출하기 위해 사내 소프트웨어에 대한 입력으로 사용되고 결절 병인을 구별하기 위한 기계 학습 기반 분류기를 개발하는 데 사용됩니다. 또한 스캔은 자동화된 이미지 분류를 수행하기 위해 딥 러닝/콘볼루션 신경망 모델에 대한 입력으로 사용됩니다.
2차 원발성 폐암
새로운 폐 결절(들)이 있는 환자의 CT 스캔은 이후에 새로운 2차 원발성 폐암으로 확인되고 이전에 근본적으로 치료된 암의 병력과 관련하여 참여 NHS 사이트에서 식별되고 모집됩니다.
다른: 비간섭 연구
적격성 기준에 따른 첫 번째 결절 감지 CT 스캔은 여러 방사성 특징을 추출하기 위해 사내 소프트웨어에 대한 입력으로 사용되고 결절 병인을 구별하기 위한 기계 학습 기반 분류기를 개발하는 데 사용됩니다. 또한 스캔은 자동화된 이미지 분류를 수행하기 위해 딥 러닝/콘볼루션 신경망 모델에 대한 입력으로 사용됩니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
이전에 근본적으로 치료된 암 후 새로운 폐 결절에서 암 위험을 예측하기 위한 CT-흉부 기반 방사성학 ML 분류기 모델의 개발.
기간: 2 년
이 연구는 방사성 변수의 뚜렷한 클러스터를 식별하여 이전에 악성 종양에 대한 급진적 치료를 받은 환자의 양성 결절과 악성 결절을 계층화하는 데 사용할 수 있는 방사성 예측 벡터(RPV)를 생성하는 것을 목표로 합니다. RPV는 다변량 분석에 사용되며 임상 실습에서 사용되는 기존 위험 모델과 비교됩니다.
2 년
새로운 악성 결절이 전이성 폐 질환(새로운 암 vs 이전 암 재발) 또는 새로운 원발성 폐 악성 종양을 나타내는지 여부를 예측하기 위한 CT-흉부 기반 ML 분류기 모델의 개발.
기간: 2 년
이 연구는 이전에 암에 대한 급진적 치료를 받은 환자의 새로운 원발성 폐암과 전이성 폐 결절을 구별할 수 있는 방사성 예측 벡터(RPV)를 생성하기 위해 방사성 변수의 뚜렷한 클러스터를 식별하는 것을 목표로 합니다. 이 진단 문제를 해결하는 임상 실습에는 현재 모델이 없습니다.
2 년

2차 결과 측정

결과 측정
측정값 설명
기간
성능을 평가하기 위해 독립적인 외부 검증 코호트에서 개발된 CT-흉부 기반 ML 분류기 모델.
기간: 2 년
연구자들은 일반화 가능성과 잠재적인 실제 성능을 평가하기 위해 외부의 독립적인 암 후 폐 결절 데이터 세트에서 파생된 방사성 예측 벡터(RPV)의 성능을 평가하는 것을 목표로 합니다.
2 년

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Royal Marsden NHS Foundation Trust

협력자

Imperial College London
Royal Brompton & Harefield NHS Foundation Trust
Institute of Cancer Research, United Kingdom
National Institute for Health Research, United Kingdom
Oxford University Hospitals NHS Trust
Royal Marsden Partners Cancer Alliance
National Heart and Lung Institute

수사관

  • 수석 연구원: Richard Lee, The Royal Marsden Hospitals NHS Trust

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

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 10월 13일

기본 완료 (예상)

2022년 11월 1일

연구 완료 (예상)

2026년 11월 1일

연구 등록 날짜

최초 제출

2022년 1월 27일

QC 기준을 충족하는 최초 제출

2022년 5월 10일

처음 게시됨 (실제)

2022년 5월 16일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 5월 24일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 5월 17일

마지막으로 확인됨

2022년 5월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • CCR5502

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

아니

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. .

폐암에 대한 임상 시험

비간섭 연구에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Algeria

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다