- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05024162
Kan MRI van de prostaat in combinatie met een radiomicsevaluatie het invasieve vermogen van een tumor bepalen? (MRI-PREDICT)
Kan Magnetic Resonance Imaging van de prostaat in combinatie met een radiomics-evaluatie het invasieve vermogen van een tumor bepalen (Can MRI-PREDICT)
Prostaatkanker is de meest voorkomende vorm van kanker bij mannen in Canada. Magnetic resonance imaging (MRI) kan een waardevol hulpmiddel worden om prostaatkanker niet-invasief te identificeren en de biologische agressiviteit ervan te beoordelen, wat op zijn beurt artsen zal helpen betere beslissingen te nemen over de behandeling van de prostaatkanker van een individuele patiënt.
Ondanks de belofte van MRI voor het opsporen en karakteriseren van prostaatkanker, zijn er verschillende erkende beperkingen en uitdagingen. Deze omvatten een gebrek aan gestandaardiseerde interpretatie en rapportage van prostaat-MRI-onderzoeken.
De onderzoekers stellen voor om een computerprogramma te valideren en te verbeteren, een computergestuurd voorspellingsinstrument dat informatie van MR-beelden zal gebruiken om ons te informeren hoe agressief een prostaatkanker is. De hypothese is dat deze computerondersteunde benadering de reproduceerbaarheid en nauwkeurigheid van MRI zal vergroten bij het voorspellen van de tumorbiologische informatie over de afgebeelde prostaatkanker.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Prostaatbiopten zijn de gouden standaardbeoordeling van hoe prostaatkanker wordt gediagnosticeerd en hoe prostaatkanker met een laag risico wordt gecontroleerd. De onderzoekers hebben een op machine learning gebaseerd algoritme ontwikkeld dat MRI-kenmerken (radiomische kenmerken of texturen) gebruikt om de resultaten van een prostaatbiopsie te voorspellen. Het veld heeft tal van zorgen dat dergelijke op radiomic gebaseerde voorspellingen niet reproduceerbaar zullen zijn, omdat er zoveel subtiele veranderingen zijn tussen MRI-scans van verschillende patiënten.
De ingrepen zijn het gebruik van de MRT en het gebruik van een tweede MRI van de prostaat (MRI-P).
Er zullen twee primaire uitkomsten worden onderzocht. Ten eerste zal het bestaande radiomics voorspellende model, gelabeld als de op MRI-P gebaseerde Radiomics Tool (MRT), de Grade Group (GG) voorspellen en vergelijken met de gouden standaard, de evaluatie door een patholoog van de Grade Group (GG). Ten tweede zal de stabiliteit van de voorspelde GG tussen twee kort uit elkaar geplaatste MRI-P's worden vergeleken.
Patiënten met een detecteerbare prostaatknobbel op MRI-P die lokaliseert naar een biopsie bevestigde prostaatkanker zullen worden benaderd voor inschrijving. Indien ingeschreven, zullen deelnemers aanwezig zijn voor een volgende MRI-P in een kort tijdsbestek ten opzichte van de verwerving van de eerste MRI-P. Er wordt getracht deelnemers te krijgen die een gelijkmatige verdeling over alle GG's mogelijk maken.
Studietype
Inschrijving (Geschat)
Fase
- Niet toepasbaar
Contacten en locaties
Studiecontact
- Naam: Beverly A Lieuwen, BSc
- Telefoonnummer: 9024735315
- E-mail: beverly.lieuwen@iwk.nshealth.ca
Studie Contact Back-up
- Naam: Dr. Michael Kucharczyk
- Telefoonnummer: 9024736185
Studie Locaties
-
-
Nova Scotia
-
Halifax, Nova Scotia, Canada, B3H1V7
- Werving
- Victoria General Hospital
-
Contact:
- Michael J Kucharczyk, MB BCh BAO MPH FRCPC
- Telefoonnummer: 9024736185
- E-mail: michael.kucharczyk@medportal.ca
-
Contact:
- Beverly Lieuwen
- E-mail: Beverly.Lieuwen@iwk.nshealth.ca
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
Een geschikte diagnostische MRI-P, gedefinieerd als:
- Wordt uitgevoerd op 3T MRI in het Halifax Infirmary Building
- Vindt plaats binnen 5 weken na inschrijving voor de studie
- Een detecteerbare knobbel hebben die anatomisch lokaliseert naar prostaatkanker (PCa), geïdentificeerd in een diagnostisch biopsiemonster
- Verworven T1 + contrast, T2 en verzwakte diffusiecoëfficiënt (ADC) serie axiale beelden van de prostaat
Een geschikte diagnostische biopsie, gedefinieerd als:
- Vindt plaats binnen 2 maanden na de MRI-P 1 van de deelnemer
- Vindt plaats binnen 3 maanden na inschrijving van de deelnemer
- Rapporteert diagnose van PCa
- Rapporteert een systematische beoordeling van de biopsie, waarbij ten minste 12 kernen worden beoordeeld
- Rapporteert ten minste over de kern die betrokken is bij PCa en deze kern moet anatomisch gelokaliseerd zijn in een knobbel die te zien is op MRI-P 1
Uitsluitingscriteria:
- Eerdere prostaatinterventies die de structuur van de prostaat zouden beïnvloeden
- Wijzigingen in fysiologische testosteronniveaus
- Onvermogen om zichzelf op een reproduceerbare manier te positioneren voor een MRI-P
- Patiëntfactoren die significante artefacten veroorzaken op MRI-P 1
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Diagnostisch
- Toewijzing: NVT
- Interventioneel model: Opdracht voor een enkele groep
- Masker: Geen (open label)
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Experimenteel: Toekomstig cohort
Zestig patiënten met een nieuwe diagnose prostaatkanker die voldoen aan de criteria om in aanmerking te komen.
De groep zal twee standaard MRI-P's laten uitvoeren.
De eerste MRI-P zal als standaardzorg worden afgenomen en de tweede zal een aanvullend onderzoek zijn in het kader van dit onderzoek.
De werkzaamheid van de MRT zal op beide tijdstippen worden vergeleken, waarbij wordt geëvalueerd of de MRT klinisch voldoende stabiliteit in zijn bevindingen vertoont (dat wil zeggen: rapporteert de MRT op beide tijdstippen een accuraat en vergelijkbaar resultaat).
|
Voorspelde Grade Group (GG) door de MRI-gebaseerde Radiomics Tool (MRT) bij elke Magnetic Resonance Imaging van de prostaat (MRI-P)
MRT's voorspelde GG bij tweede MRI-P.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Wijziging MRT-classificatie
Tijdsspanne: Basislijn, 8 weken
|
Stabiliteit van de MRT-classificatie van deelnemers (elk van de vijf GG-groepen) tussen twee kort uit elkaar geplaatste MRI's.
|
Basislijn, 8 weken
|
|
MRT-classificatie: basislijn
Tijdsspanne: Basislijn
|
De nauwkeurigheid van de GG-classificatie van de MRT.
Zal worden vergeleken met de Gold Standard - resultaten van prostaatbiopsie.
Het percentage MRT-classificaties dat overeenkomst laat zien tussen de twee methoden (d.w.z.
Gold Standard en MRT) in termen van GG-classificatie worden gerapporteerd.
|
Basislijn
|
|
MRT-classificatie: week 8
Tijdsspanne: 8 weken
|
De nauwkeurigheid van de GG-classificatie van de MRT.
Zal worden vergeleken met de Gold Standard - resultaten van prostaatbiopsie.
Het percentage MRT-classificaties dat overeenkomst laat zien tussen de twee methoden (d.w.z.
Gold Standard en MRT) in termen van GG-classificatie worden gerapporteerd.
|
8 weken
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Modeloptimalisatie met nieuwe radiomische kenmerken en klinische covariaten
Tijdsspanne: Bij voltooiing van de studie, 2 jaar.
|
Gwet's eerste orde overeenkomstcoëfficiënt; McNemar's test om overeenstemming tussen de twee tijdstippen te testen, met betrekking tot GG-classificatieovereenkomst. Intra-class correlatiecoëfficiënt (ICC) zal de betrouwbaarheid van individuele radiomische kenmerken testen op tijdstippen 1 en 2. Stabiliteit zal worden gedefinieerd als een ICC ≥0,85. Ordinale logistische regressie met een cumulatieve logische koppeling zal worden gebruikt om de GG-classificatie te modelleren. Klinische covariaten, PIRADS-scores en uitsluitend "betrouwbare" radiomische kenmerken zullen worden onderzocht in secundaire analyses. |
Bij voltooiing van de studie, 2 jaar.
|
Medewerkers en onderzoekers
Sponsor
Onderzoekers
- Hoofdonderzoeker: Dr. Michael Kucharczyk, Nova Scotia Health Authority
Publicaties en nuttige links
Algemene publicaties
- Weinreb JC, Barentsz JO, Choyke PL, Cornud F, Haider MA, Macura KJ, Margolis D, Schnall MD, Shtern F, Tempany CM, Thoeny HC, Verma S. PI-RADS Prostate Imaging - Reporting and Data System: 2015, Version 2. Eur Urol. 2016 Jan;69(1):16-40. doi: 10.1016/j.eururo.2015.08.052. Epub 2015 Oct 1.
- Epstein JI, Egevad L, Amin MB, Delahunt B, Srigley JR, Humphrey PA; Grading Committee. The 2014 International Society of Urological Pathology (ISUP) Consensus Conference on Gleason Grading of Prostatic Carcinoma: Definition of Grading Patterns and Proposal for a New Grading System. Am J Surg Pathol. 2016 Feb;40(2):244-52. doi: 10.1097/PAS.0000000000000530.
- Westphalen AC, McCulloch CE, Anaokar JM, Arora S, Barashi NS, Barentsz JO, Bathala TK, Bittencourt LK, Booker MT, Braxton VG, Carroll PR, Casalino DD, Chang SD, Coakley FV, Dhatt R, Eberhardt SC, Foster BR, Froemming AT, Futterer JJ, Ganeshan DM, Gertner MR, Mankowski Gettle L, Ghai S, Gupta RT, Hahn ME, Houshyar R, Kim C, Kim CK, Lall C, Margolis DJA, McRae SE, Oto A, Parsons RB, Patel NU, Pinto PA, Polascik TJ, Spilseth B, Starcevich JB, Tammisetti VS, Taneja SS, Turkbey B, Verma S, Ward JF, Warlick CA, Weinberger AR, Yu J, Zagoria RJ, Rosenkrantz AB. Variability of the Positive Predictive Value of PI-RADS for Prostate MRI across 26 Centers: Experience of the Society of Abdominal Radiology Prostate Cancer Disease-focused Panel. Radiology. 2020 Jul;296(1):76-84. doi: 10.1148/radiol.2020190646. Epub 2020 Apr 21.
- Chaddad A, Kucharczyk MJ, Niazi T. Multimodal Radiomic Features for the Predicting Gleason Score of Prostate Cancer. Cancers (Basel). 2018 Jul 28;10(8):249. doi: 10.3390/cancers10080249.
- T JMC, Arif M, Niessen WJ, Schoots IG, Veenland JF. Automated Classification of Significant Prostate Cancer on MRI: A Systematic Review on the Performance of Machine Learning Applications. Cancers (Basel). 2020 Jun 17;12(6):1606. doi: 10.3390/cancers12061606.
- Schwier M, van Griethuysen J, Vangel MG, Pieper S, Peled S, Tempany C, Aerts HJWL, Kikinis R, Fennessy FM, Fedorov A. Repeatability of Multiparametric Prostate MRI Radiomics Features. Sci Rep. 2019 Jul 1;9(1):9441. doi: 10.1038/s41598-019-45766-z.
- Lu H, Parra NA, Qi J, Gage K, Li Q, Fan S, Feuerlein S, Pow-Sang J, Gillies R, Choi JW, Balagurunathan Y. Repeatability of Quantitative Imaging Features in Prostate Magnetic Resonance Imaging. Front Oncol. 2020 May 7;10:551. doi: 10.3389/fonc.2020.00551. eCollection 2020.
- Merisaari H, Taimen P, Shiradkar R, Ettala O, Pesola M, Saunavaara J, Bostrom PJ, Madabhushi A, Aronen HJ, Jambor I. Repeatability of radiomics and machine learning for DWI: Short-term repeatability study of 112 patients with prostate cancer. Magn Reson Med. 2020 Jun;83(6):2293-2309. doi: 10.1002/mrm.28058. Epub 2019 Nov 8.
- Woznicki P, Westhoff N, Huber T, Riffel P, Froelich MF, Gresser E, von Hardenberg J, Muhlberg A, Michel MS, Schoenberg SO, Norenberg D. Multiparametric MRI for Prostate Cancer Characterization: Combined Use of Radiomics Model with PI-RADS and Clinical Parameters. Cancers (Basel). 2020 Jul 2;12(7):1767. doi: 10.3390/cancers12071767.
- Gwet KL. Computing inter-rater reliability and its variance in the presence of high agreement. Br J Math Stat Psychol. 2008 May;61(Pt 1):29-48. doi: 10.1348/000711006X126600.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 1026856
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
IPD-tijdsbestek voor delen
IPD-toegangscriteria voor delen
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
- SAP
- ICF
- ANALYTIC_CODE
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .