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

자궁내막암의 분자 분류 및 예후 예측에 병리학을 결합한 MRI 방사선학

2023년 11월 13일 업데이트: Fujian Cancer Hospital

자기공명영상 방사선학과 병리학을 결합한 모델을 이용한 자궁내막암의 분자분류 예측 및 예후에 관한 연구

분자형 분석은 임상적으로 중요한 자궁내막암의 진단, 치료, 예후 예측을 위한 정확한 정보를 제공합니다. 그러나 비용이 많이 들고 과정이 복잡해 임상에서 널리 활용되기는 어렵다. 본 연구에서는 인공지능 기법을 기반으로 MRI 방사선학과 병리학의 특성을 임상병리학적 정보와 결합하여 융합하고, 분자형 및 예후를 예측하는 모델을 구축하고, 자궁내막암의 생물학적 특성을 다규모 수준에서 분석하고, 환자의 예후를 향상시키기 위해 개인별 맞춤 진단과 치료를 지도합니다.

연구 개요

상태

아직 모집하지 않음

정황

개입 / 치료

상세 설명

본 프로젝트에서는 자궁내막암 150례를 후향적으로 수집하였고, 자궁내막암 200례를 전향적으로 수집할 예정이다. 모든 환자는 병리학적으로 확인되었으며 Promise 분자형 검사를 받았습니다. 치료 전 모든 환자는 복부 MRI를 완료했습니다. 인공지능 기술을 기반으로 자기공명영상에서 영상특징을 추출하고, 병리학적 데이터에서 병리학적 특징을 추출하는 동시에 임상병리학적 데이터를 수집하였다. 환자의 치료 효과, 재발 및 전이를 추적 조사하고, 5년 생존율과 5년 무진행 생존율을 계산하였다. 다음과 같은 연구에 중점을 둘 것을 제안합니다.

  1. 자기공명영상 기반 자궁내막암의 분자형 분석 및 예후 예측 모델 구축
  2. 병리학을 기반으로 한 자궁내막암의 분자형 분석 및 예후 예측 모델 구축.
  3. 병리학 및 방사선학을 통합하여 자궁내막암의 분자형 예측 모델 구축.

연구 유형

관찰

등록 (추정된)

350

연락처 및 위치

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

연구 연락처

  • 이름: Jian Chen, Master
  • 전화번호: 15806030009
  • 이메일: marsz3@126.com

연구 장소

  • 중국
    • Fujian
      • Fuzhou, Fujian, 중국, 350014
        • Clinical Oncology School of Fujian Medical University, Fujian Cancer Hospital
        • 연락하다:
          • Jian Chen, Master
          • 전화번호: 15806030009
          • 이메일: marsz3@126.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

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

해당 없음

샘플링 방법

비확률 샘플

연구 인구

  1. 모든 환자는 병리학적으로 자궁내막 악성종양으로 확인되었으며, 분자형검사를 시행하였다.
  2. 2020년 1월부터 2023년 12월까지 푸젠성 암병원에 입원한 자궁내막암 환자를 후향적으로 수집하였다. 한편, 2024년 1월 1일부터 연속으로 새로 진단된 자궁내막암 환자를 모두 등록하고 사전동의서에 서명했다.

설명

포함 기준:

  • •완전한 병리학적 H&E 염색 절편을 통해 병리학적으로 자궁내막 악성종양으로 확인되었습니다.

    • 연령 ≥ 18세 및 ≤ 80세
    • 다른 악성 암은 발견되지 않았습니다.
    • 완전한 면역조직화학 및 2세대 염기서열분석 결과는 ProMisE의 분자형 분석에 사용될 수 있습니다.
    • 치료 전 2주 이내에 자기공명검사를 시행하였고, RECIST 1.1 기준에 따라 측정 가능한 병변이 1개 이상 존재하였다.

제외 기준:

  • • 심각한 그래픽 인공물 및 변성으로 인해 이미지 품질이 좋지 않거나 종양이 너무 작으며 ROI를 정확하게 묘사할 수 없습니다.

    • 수술 전 항종양 치료를 받은 환자
    • MRI 전 진단적 자궁내막 생검

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
개입 / 치료
폴 뮤트
POLE 유전자 돌연변이 검출을 수행하였고, 돌연변이 변화를 POLE 돌연변이로 분류하였다.
진단 검사: 차세대 시퀀싱 및 면역조직화학적 검사
먼저, 불일치 복구(MMR) 단백질을 면역조직화학으로 검출하고, 하나 이상의 단백질의 결실을 d-MMR 아형으로 분류했습니다. 그런 다음 POLE 유전자 돌연변이 검출을 수행하고 돌연변이 변화를 POLE 돌연변이로 분류했습니다. 최종적으로 면역조직화학법으로 p53을 검출하였고, p53 돌연변이체(p53 abn)와 p53 야생형(p53wt)을 구별하였다.
다른 이름들:
  • 자기공명검사
dMMR
불일치 복구(MMR) 단백질은 면역조직화학으로 검출되었으며 하나 이상의 단백질이 결실된 경우 d-MMR 하위 유형으로 분류되었습니다.
진단 검사: 차세대 시퀀싱 및 면역조직화학적 검사
먼저, 불일치 복구(MMR) 단백질을 면역조직화학으로 검출하고, 하나 이상의 단백질의 결실을 d-MMR 아형으로 분류했습니다. 그런 다음 POLE 유전자 돌연변이 검출을 수행하고 돌연변이 변화를 POLE 돌연변이로 분류했습니다. 최종적으로 면역조직화학법으로 p53을 검출하였고, p53 돌연변이체(p53 abn)와 p53 야생형(p53wt)을 구별하였다.
다른 이름들:
  • 자기공명검사
P53abn
P53의 발현은 면역조직화학에 의해 검출되었다. p53 단백질 발현의 이상(핵 내 완전 음성 또는 광범위하게 강한 양성)이나 발현 위치(세포질 발현)의 이상은 p53abn으로 판단하였고, 그렇지 않은 경우는 p53wt로 판정하였다.
진단 검사: 차세대 시퀀싱 및 면역조직화학적 검사
먼저, 불일치 복구(MMR) 단백질을 면역조직화학으로 검출하고, 하나 이상의 단백질의 결실을 d-MMR 아형으로 분류했습니다. 그런 다음 POLE 유전자 돌연변이 검출을 수행하고 돌연변이 변화를 POLE 돌연변이로 분류했습니다. 최종적으로 면역조직화학법으로 p53을 검출하였고, p53 돌연변이체(p53 abn)와 p53 야생형(p53wt)을 구별하였다.
다른 이름들:
  • 자기공명검사
P53wt
P53의 발현은 면역조직화학에 의해 검출되었다. p53 단백질 발현의 이상(핵 내 완전 음성 또는 광범위하게 강한 양성)이나 발현 위치(세포질 발현)의 이상은 p53abn으로 판단하였고, 그렇지 않은 경우는 p53wt로 판정하였다.
진단 검사: 차세대 시퀀싱 및 면역조직화학적 검사
먼저, 불일치 복구(MMR) 단백질을 면역조직화학으로 검출하고, 하나 이상의 단백질의 결실을 d-MMR 아형으로 분류했습니다. 그런 다음 POLE 유전자 돌연변이 검출을 수행하고 돌연변이 변화를 POLE 돌연변이로 분류했습니다. 최종적으로 면역조직화학법으로 p53을 검출하였고, p53 돌연변이체(p53 abn)와 p53 야생형(p53wt)을 구별하였다.
다른 이름들:
  • 자기공명검사

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
자기공명영상 방사선학과 병리학을 활용하여 자궁내막암의 분자 분류 및 예후 예측 모델 구축
기간: 2026-12-21
자궁내막암 환자의 영상 및 병리학적 특징을 인공지능 방법으로 추출하였다. 자궁내막암의 분자 분류 및 예후를 예측하기 위해 임상병리학적 위험 인자와 생존 기간을 결합하여 올가미 회귀법을 사용하여 이미징 노모그램을 구축했습니다. ROC 곡선은 모델의 테스트 효율성을 평가하는 데 사용되었습니다.
2026-12-21

2차 결과 측정

결과 측정
측정값 설명
기간
자궁내막암의 분자 분류 및 예후 예측 모델 구축을 위한 자기공명영상 방사선학의 응용
기간: 2026-12-21
자궁내막암 환자의 영상특징을 인공지능 방법으로 추출하였다. 자궁내막암의 분자 분류 및 예후를 예측하기 위해 임상병리학적 위험 인자와 생존 기간을 결합하여 올가미 회귀법을 사용하여 이미징 노모그램을 구축했습니다. ROC 곡선은 모델의 테스트 효율성을 평가하는 데 사용되었습니다.
2026-12-21

기타 결과 측정

결과 측정
측정값 설명
기간
자궁내막암의 분자 분류 및 예후 예측 모델 구축을 위한 병리학의 응용
기간: 2026-12-21
자궁내막암 환자의 병리학적 특징을 인공지능 방법으로 추출하였다. 자궁내막암의 분자 분류 및 예후를 예측하기 위해 임상병리학적 위험 인자와 생존 기간을 결합하여 올가미 회귀법을 사용하여 이미징 노모그램을 구축했습니다. ROC 곡선은 모델의 테스트 효율성을 평가하는 데 사용되었습니다.
2026-12-21

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Fujian Cancer Hospital

협력자

First Affiliated Hospital of Fujian Medical University
Fujian Provincial Hospital
Gutian Hospital

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 (추정된)

2024년 1월 1일

기본 완료 (추정된)

2027년 3월 31일

연구 완료 (추정된)

2027년 6월 30일

연구 등록 날짜

최초 제출

2023년 11월 6일

QC 기준을 충족하는 최초 제출

2023년 11월 6일

처음 게시됨 (실제)

2023년 11월 13일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2023년 11월 15일

QC 기준을 충족하는 마지막 업데이트 제출

2023년 11월 13일

마지막으로 확인됨

2023년 11월 1일

추가 정보

이 연구와 관련된 용어

키워드

추가 관련 MeSH 약관

기타 연구 ID 번호

  • CHENJIAN1

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

IPD 계획 설명

본 연구와 관련된 모든 환자 개인정보 및 추적 결과는 연구책임자가 저장하였으며, 이를 다른 연구자들과 공유할 계획은 없었습니다.

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

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. .

구독하다