HNSCC가 있는 cN0 환자의 림프절 상태를 평가하기 위한 방사성학 모델
CT 기반 방사선학으로 신비로운 LNM을 예측하고 두경부암의 면역 미세 환경을 밝혀냅니다.
연구 개요
상세 설명
잠복 림프절 전이(LNM)는 두경부 편평 세포 암종(HNSCC) 관리의 가장 중요하고 어려운 측면 중 하나입니다. 일상적인 영상 촬영이나 신체 검사를 통해 임상적으로 감지할 수 없는 림프절의 전이성 질환의 존재로 정의되는 잠재 림프 림프절(occult LNM)은 치료 계획, 예후 및 전반적인 환자 관리에 깊은 영향을 미칩니다. HNSCC에서는 숨겨진 LNM의 정확한 검출과 예측이 목 해부 범위, 보조 요법의 필요성 및 전반적인 치료 전략에 관한 결정에 큰 영향을 미치기 때문에 매우 중요합니다. 진단되지 않거나 과소평가된 LNM은 치료가 부적절하여 국소 재발 위험과 불량한 생존 결과를 초래할 수 있습니다.
HNSCC의 복잡한 생물학은 신비로운 LNM을 예측하는 데 어려움을 더합니다. 이러한 종양은 종종 종양 세포, 면역 침윤, 간질 구성 요소 및 혈관계의 혼합으로 구성된 미세 환경에서 상당한 이질성을 특징으로 합니다. 이러한 이질성은 원발 종양의 전이 가능성과 주변 림프계와의 상호 작용을 결정하는 데 중추적인 역할을 합니다. CT, MRI, PET/CT와 같은 기존 영상 기법은 미세한 전이를 정확하게 식별하는 데 한계가 있어 보다 민감하고 구체적인 예측 도구를 지속적으로 찾고 있습니다.
최근 방사성학의 발전으로 이러한 문제를 해결할 수 있는 새로운 길이 열렸습니다. 의료 영상에서 고차원 데이터를 추출하는 신흥 분야인 라디오믹스(Radomics)는 육안으로 볼 수 있는 것 이상으로 종양 특성에 대한 정량적 분석을 가능하게 합니다. 방사선학은 영상 데이터를 종양 표현형을 반영하는 풍부한 기능 저장소로 변환함으로써 전이성 행동과 관련된 미묘한 패턴을 식별할 수 있는 잠재력을 가지고 있습니다.
신비로운 LNM의 정확한 예측은 또한 중요한 예후 가치를 가지고 있습니다. LNM이 발견되지 않은 환자는 치료가 지연되거나 불충분하여 예후가 더 나쁜 경우가 많습니다. 반대로, 전이가 없는 환자의 불필요한 예방적 경부 절제술은 과잉 치료, 수술 이환율 증가 및 삶의 질 저하로 이어질 수 있습니다. 따라서 숨겨진 LNM 위험을 기준으로 환자를 계층화할 수 있는 예측 모델은 치료 계획을 개인화하고 불필요한 개입을 줄이며 환자 결과를 개선하는 데 필수적입니다.
이러한 맥락에서 전사체학 및 단일 세포 RNA 시퀀싱을 포함한 다중 오믹스 데이터와 방사성학의 통합은 혁신적인 접근 방식을 나타냅니다. 이 통합 전략은 방사선학 모델의 예측력을 향상시킬 뿐만 아니라 종양 행동의 기본이 되는 생물학적 과정에 대한 창을 제공합니다. 이미징에서 파생된 특징을 분자 및 세포 경로에 연결함으로써 이러한 접근법은 이미징 표현형과 전이의 복잡한 생물학 사이의 격차를 해소하는 데 도움이 될 수 있습니다.
요약하면, 신비로운 LNM은 HNSCC의 임상 관리에 있어 치료 및 예후에 중요한 영향을 미치면서 엄청난 과제를 제기합니다. 고급 방사성 기술, 특히 서식지 방사성 기술의 출현은 LNM 예측의 정확성을 향상시킬 수 있는 유망한 방법을 제공합니다. 종양 이질성, 미세환경 역학 및 전이 가능성 사이의 상호 작용을 밝혀냄으로써 이러한 접근법은 HNSCC 환자를 보다 정확하고 개인화한 관리를 위한 길을 열어줍니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Chongqing, 중국
- The First Affiliated Hospital of Chongqing Medical University
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 완전한 임상 데이터의 가용성
- 수술 또는 생검으로 확인된 후두 편평 세포 암종의 진단;
- 수술 전 2주 이내에 CT 조영증강 검사를 실시합니다.
- 모든 환자는 목 림프절 절제 수술을 받았습니다.
제외 기준:
- 수술 전 다른 치료를 받은 환자
- 중요한 인공물이 있는 CT 이미지
- 종양이 재발한 환자.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
트레이닝 세트
훈련 세트는 림프절 전이가 있는 약 150명의 환자와 전이가 없는 약 350명의 환자를 포함하여 두경부 편평 세포 암종(HNSCC)으로 진단된 약 500명의 cN0 환자로 구성되었습니다.
모든 환자는 수술 전 조영증강 CT 스캔을 받았습니다.
|
인공지능 모델을 사용해 림프절 전이가 있는 환자와 림프절 전이가 없는 환자를 구별합니다.
|
|
내부 테스트 세트
내부 검증 세트에는 훈련 코호트에서 무작위로 선택된 약 150명의 환자가 포함되었습니다.
이 세트는 모델 평가 및 튜닝에 사용되었습니다.
|
인공지능 모델을 사용해 림프절 전이가 있는 환자와 림프절 전이가 없는 환자를 구별합니다.
|
|
외부 테스트 세트
외부 검증 세트는 HNSCC 환자 약 200명으로 구성되었습니다.
이 환자들은 다른 센터에서 등록되었으며 해당 데이터에는 수술 전 조영증강 CT 영상이 포함되어 있었습니다.
이 독립적인 데이터 세트는 방사성 모델의 일반화 가능성을 평가하는 데 사용되었습니다.
|
인공지능 모델을 사용해 림프절 전이가 있는 환자와 림프절 전이가 없는 환자를 구별합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
AUC
기간: 예측 결과는 모델 처리가 완료되는 즉시 얻을 수 있습니다.
|
AUC(Area Under the Curve)는 모델이 클래스를 구별하는 능력을 평가하기 위해 분류 작업에 사용되는 성능 지표입니다.
특히 다양한 임계값 설정에서 위양성률(1-특이성)에 대한 참양성률(민감도)을 나타내는 ROC(수신자 작동 특성) 곡선 아래 영역을 측정합니다.
|
예측 결과는 모델 처리가 완료되는 즉시 얻을 수 있습니다.
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
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
키워드
기타 연구 ID 번호
- 2024-Chenxin
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .