신경모세포종의 전이 검출을 위한 위험 모델 (NB)
신경모세포종의 검출 및 예후를 위한 골수세포학 기반 인공지능 모델
신경모세포종(NB)은 소아에서 가장 흔한 두개외 고형 종양으로, 종양 관련 사망률의 약 15%를 차지합니다. 고위험군의 NB 환자는 골수 및/또는 뼈 전이가 발생하기 쉽고 5년 전체 생존율이 낮습니다. 인공지능(AI)과 딥러닝 기술은 임상 현장에서 골수 세포학의 형태학적 특성을 식별할 수 있는 잠재력을 가지고 있습니다. 본 연구에서 연구자들은 NB의 검출 및 예후를 위한 골수 세포학 기반 AI 모델을 구축하고 평가합니다. 연구의 주요 질문은 다음과 같습니다.
질문 1: NB의 골수 전이 예측을 위해 투여량 골수 세포학 기반 AI 모델이 작동합니까? 질문 2: NB의 뼈 전이 예측을 위해 골수 세포학 기반 AI 모델의 투여량이 작동합니까? 질문 3: 복용량 골수 세포학 기반 AI 모델은 의사가 생존 결과에 대한 개별화된 예측을 하는 데 도움을 줄 수 있습니까? 조사관은 2019년 1월부터 2024년 6월 사이에 NB를 통해 참가자를 소급하여 확보할 예정입니다. 후속 조사 날짜는 2024년 6월 30일에 종료되었습니다.
상하이 교통대학교 의과대학 신화병원 참가자를 포함한 내부 코호트. 참가자를 포함한 독립적인 외부 코호트는 아동병원, 절강대학교 의과대학 및 심천 아동병원을 구성합니다.
연구자들은 치료를 받기 전 환자가 병원에 처음 입원할 때 등록된 참가자의 임상 데이터를 수집합니다. 연령, 성별, 원발 종양 위치, 종양 등급, 골수 전이 상태, 골전이 상태, 유전적 이상(MYCN 증폭, 염색체 1p 결실, 염색체 11q 결실) 및 실험실 변수(말초혈액 세포 수, 골수 세포학)를 포함한 임상 정보 지표, 젖산염 탈수소효소, 뉴런 특이적 에놀라아제의 혈청 농도).
본 연구는 중재적이지 않은 관찰 연구이므로 참가자와 조사자에게 위험이 없습니다. 참가자는 다음과 같은 혜택을 받습니다.
- 조기 감지: 이 모델은 위험을 조기에 식별하고 치료를 개인화하는 데 도움이 됩니다.
- 편의성: 모델이 일반 실험실 테스트에 의존하기 때문에 수행이 용이하여 침습적 진단 절차를 줄일 수 있습니다.
- 비용 효율성: 일상적인 테스트에서 얻은 기존 임상 데이터를 사용하면 예측 프로세스를 더욱 비용 효율적으로 만들 수 있습니다.
- 데이터 기반 결정: AI 모델은 진단 효율성을 향상하고 의학적 결정을 지원합니다.
연구 개요
상세 설명
데이터세트 처리. 본 연구에서는 학습 세트, 검증 세트, 테스트 세트를 포함하는 모델을 사용합니다. 모델 구축 중에 조사관은 등록된 참가자를 훈련 세트와 검증 세트에 8:2 비율로 무작위로 할당하여 내부 코호트에서 훈련을 처리합니다. 연구자들은 외부 코호트에 등록된 참가자를 테스트 세트로 사용하여 모델 성능을 독립적으로 평가한 다음 향후 사용을 위해 가장 적합한 모델을 선택합니다.
상하이 교통대학교 의과대학 부속 신화병원 윤리위원회는 이 연구를 승인했습니다(XHEC-C-2024-023-2).
- 이미지 획득. AI 모델에서 연구자들은 세포학적 평가 및 이미지 수집을 위해 등록된 참가자의 골수 도말 검사를 사용합니다. 세포 분류 및 전이 검출 동안 숙련된 병리학자는 골수 도말 분석을 완료합니다. 골수 내 전이성 NB 클러스터는 일반적으로 핵/세포질 비율이 높은 응집된 원형 비정형 세포를 나타냅니다. 연구자들은 디지털 전체 슬라이드 이미징(WSI)을 위해 40배율로 염색된 골수 도말 검사를 스캔합니다. 조사관은 WSI를 512 × 512 픽셀 타일과 같은 더 작은 패치로 분할하고 Vahadane 방법을 적용하여 작은 타일의 색상을 정규화합니다.
딥러닝 훈련. 골수 세포학적 이미지의 특징 추출에서 프로세스에는 패치 수준 예측과 WSI 수준 예측이라는 두 가지 예측 계층이 포함됩니다.
패치 수준 예측의 경우 조사관은 모든 패치에 대한 레이블 예측과 각각의 확률을 수행합니다. 연구자들은 인식된 신경망(CNN)-resnet50 및 Vision Transformer(ViT)와 같은 모델을 딥 러닝 프로세스에 적용합니다. 모델의 매개변수 구성은 옵티마이저-SGD, 손실 함수-소프트맥스 교차 엔트로피, 배치 크기 64입니다.
WSI 수준 예측의 경우 조사관은 다중 인스턴스 학습(MIL) 알고리즘을 사용하여 분산된 패치 수준 기능을 WSI 수준 기능으로 집계합니다. WSI 융합을 위한 MIL 동안 조사관은 PLH(Patch Likelihood Histogram) 파이프라인과 BoW(Bag of Words) 파이프라인을 조합하여 WSI 수준 예측을 수행합니다. 그 후, 연구자는 후속 분석 작업에 대한 참가자의 최종 표현으로 WSI 수준 예측을 얻습니다.
시그니처 빌딩. 특징 선택 과정에서 연구자들은 LASSO(최소 절대 수축 및 선택 연산자) 특징 스크리닝을 사용하여 골수 세포학의 최종 WSI 수준 특징을 결정합니다. 그런 다음 이렇게 선택된 기능을 기계 학습 방법에 적용하여 AI 모델을 개발했습니다. 연구자들은 참가자의 골수 및/또는 뼈의 전이 상태를 예측하기 위해 지원 벡터 기계(SVM), 로지스틱 회귀(LR), 무작위 숲 및 극도로 무작위화된 나무와 같은 트리 기반 모델과 같은 여러 가지 기계 학습 알고리즘을 적용합니다( ExtraTrees), XGBoost(Extreme Gradient Boosting), LightGBM(Light Gradient Boosting Machine), MLP(Multilayer Perceptron)를 통해 모델을 개발합니다.
예후 모델에서 연구자들은 Cox 모델을 사용하여 골수 세포학적 특성과 임상 특성을 갖춘 생존 모델을 구축했습니다.
- 모델 평가 및 통계 분석. 연구자들은 SPSS 버전 22.0(SPSS, Inc., Chicago, IL, USA)에서 연속변수에 대한 독립표본 t-검정과 이산변수에 대한 χ² 검정을 사용하여 참가자의 임상 특성을 비교했습니다. P ≤ 0.05는 통계적으로 유의한 것으로 간주되었습니다.
진단 모델의 경우 조사관은 AUC(곡선 아래의 미시적 및 거시적 영역) 측정항목을 모두 사용하여 다양한 분류 임계값에서의 민감도, 특이성, 정확도, 양성 예측 값 및 음성 예측 값 측면에서 모델을 평가합니다. 모델의 성능과 효과는 별도의 테스트 코호트에서 평가되었습니다. 이 연구에서는 Python v.3.7.12로 작성된 사용자 정의 Python 코드를 사용하여 모델 성능을 평가합니다.
예후 모델의 경우 조사관은 AUC를 성능 지표로 사용하고 민감도와 특이도를 계산합니다. 테스트 세트에서 가장 좋은 성능을 보이는 모델을 최적 모델로 선택했습니다. 생존 곡선은 Kaplan-Meier 방법에 따라 구성되었습니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 장소
-
-
-
Shenzhen, 중국, 518038
- Shenzhen Children's Hospital
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 200092
- Xinhua Hospital Affiliated to Shanghai Jiaotong University School of Medicine
-
-
Zhejiang
-
Hangzhou, Zhejiang, 중국
- The Children's Hospital, Zhejiang University School of Medicine
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
이 연구에는 2019년 1월부터 2024년 6월 사이에 NB로 새로 진단받은 참가자가 포함되었습니다. 후속 조사 날짜는 2024년 6월 30일에 종료되었습니다.
상하이 교통대학교 의과대학 신화병원 참가자를 포함한 내부 코호트. 참가자를 포함한 독립적인 외부 코호트는 아동병원, 절강대학교 의과대학 및 심천 아동병원을 구성합니다. 모든 참가자는 정기 검사로 골수 도말 분석을 수행했습니다. Wright-Giemsa로 염색된 골수 도말 검사는 표준 프로토콜에 따라 이루어졌습니다. 진단은 숙련된 병리학자에 의해 완료되었으며 임상적 및/또는 방사선학적 소견과 상관 관계가 있었습니다.
설명
포함 기준:
- 국제 신경모세포종 위험군 병기결정 시스템(INRGSS)에 따라 NB로 새로 진단받은 참가자. 경험이 풍부한 병리학자가 진단을 완료하고 임상적 및/또는 방사선학적 소견과 상관관계가 있는 진단입니다.
- 화학요법이나 방사선요법을 받지 않은 타 병원에서 NB 진단을 받은 참가자.
- NB 참가자는 정기적인 검사로 골수 도말 분석을 수행했습니다. Wright-Giemsa로 염색된 골수 도말은 표준 프로토콜에 따라 만들어졌습니다.
제외 기준:
- 다른 악성종양을 동시에 진단받은 참가자.
- 이전에 화학요법 및/또는 방사선 요법을 받은 적이 있는 NB 참가자.
- 임상 데이터가 불완전한 참가자, 골수 및/또는 뼈의 전이 상태가 불분명합니다.
- 골수 도말의 Wright-Giemsa 염색이 불분명하거나 퇴색하는 등 대표성이 없는 표본으로 인해 참가자는 제외되었습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
골수 전이를 동반한 신경모세포종 그룹
골수전이를 동반한 신경모세포종의 진단을 위해서는 골수생검, 흡인도말에 의한 골수세포검사, 유세포측정법, 양전자방출단층촬영(PET-CT) 등의 의학적 방법을 시행한다.
골수 생검이나 도말 분석을 통해 특징적인 NB 세포가 드러날 수 있습니다.
유세포 분석법은 분화 항원 45 클러스터(CD45)-/분화 항원 56 클러스터(CD56)+/분화 항원 81 클러스터(CD81)+/GD2 강글리오시드(GD2)+의 표현형을 갖는 NB 세포를 검출할 수 있습니다.
PET/CT 영상은 대사 활동 및 전이성 관련 공간 분포 측면에서 전이성 NB 세포를 나타냅니다.
이러한 방법 중 하나에서 양성 결과가 나오면 골수 전이가 있는 NB로 진단되기에 충분합니다.
|
본 연구에서는 NB의 검출 및 예후를 위한 골수 세포학 기반 AI 모델을 구축하고 평가합니다.
|
|
골수전이가 없는 신경모세포종군
등록된 참가자의 골수 전이 진단을 위해 골수 생검, 도말 골수 세포검사, 유세포 분석 또는 PET/CT 등의 검사 중 어느 하나에서 양성 결과가 없으면 참가자를 신경모세포종으로 분류합니다. 골수 전이 그룹이 없습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
골수 전이가 있는 신경모세포종
기간: 신경모세포종의 초기 진단부터 화학요법이나 방사선요법 시작까지의 기간은 최대 3개월이다.
|
골수 전이 진단을 위한 의료 관행에는 골수 생검, 흡인 도말의 골수 세포학, 유세포 분석 및 PET/CT가 포함됩니다.
골수 생검이나 도말 분석을 통해 특징적인 NB 세포가 드러날 수 있습니다.
유세포 분석법은 CD45-/CD56+/CD81+/GD2+ 표현형을 갖는 NB 세포를 검출할 수 있습니다. PET/CT 영상은 대사 활동 및 전이성 관련 공간 분포 측면에서 전이성 NB 세포를 나타냅니다.
이러한 방법 중 하나에서 양성 결과가 나오면 골수 전이가 있는 NB로 진단되기에 충분합니다.
|
신경모세포종의 초기 진단부터 화학요법이나 방사선요법 시작까지의 기간은 최대 3개월이다.
|
|
뼈 전이가 있는 신경모세포종
기간: 신경모세포종의 초기 진단부터 화학요법이나 방사선요법 시작까지의 기간은 최대 3개월이다.
|
CT, PET/CT, MRI 등 영상의학적 검사에서 뼈가 파괴되거나 골피질의 불연속성이 있는 경우 골전이가 있는 NB로 진단하였다.
|
신경모세포종의 초기 진단부터 화학요법이나 방사선요법 시작까지의 기간은 최대 3개월이다.
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
전체 생존 시간
기간: 연구 완료를 통해 최대 60개월.
|
전체 생존(OS)은 신경모세포종 진단부터 모든 원인으로 인한 사망까지의 시간으로 정의되었습니다.
|
연구 완료를 통해 최대 60개월.
|
공동 작업자 및 조사자
수사관
- 수석 연구원: juan ma, Doctor, Xin Hua Hospital, Shanghai Jiao Tong University School of Medicine
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- XH-24-008
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
IPD 공유 기간
IPD 공유 액세스 기준
IPD에 대한 액세스 계획:
액세스할 수 있는 사람:
관련 분야의 연구 수행에 관심이 있는 연구원, 학술 기관 및 기타 과학자.
액세스할 수 있는 항목:
임상 결과, 실험실 테스트 결과, 인구통계학적 정보 및 연구와 관련된 기타 지원 정보.
액세스할 수 있는 방법은 다음과 같습니다.
그들은 연구 목적을 간략히 설명하는 접근 요청 양식을 제출해야 합니다. 모든 요청은 연구 윤리 및 데이터 사용 정책에 따라 액세스 권한이 부여되는지 여부를 결정하는 연구 책임자가 검토합니다. 데이터는 개인정보 보호와 보안을 보장하기 위해 안전한 온라인 플랫폼을 통해 제공됩니다.
IPD 공유 지원 정보 유형
- 연구_프로토콜
- 수액
- ICF
- ANALYTIC_CODE
- CSR
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
미국에서 제조되어 미국에서 수출되는 제품
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. .
뼈 전이에 대한 임상 시험
-
Centre Hospitalier Régional d'Orléans완전한Bone Scintigraphy 동안 두 Collimator의 비교프랑스
-
Mansoura University모집하지 않고 적극적으로
-
Mansoura University아직 모집하지 않음회복 불가능한 구치 | 얇은 협측 골판 | Buccal Bone Fenestraion이집트
-
Azhar ALI ELSAYED SELEEM알려지지 않은Crestal Bone 흡수 | 임플란트 기본 안정성 | 임플란트 골융합
-
University of Salamanca완전한교정 장치 합병증 | 부정교합 | 상악 저형성증 | Bone Anchored Rapid 상악 확장 | BAME스페인