Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

MRI-radiomics gecombineerd met pathomics over de voorspelling van moleculaire classificatie en prognose van endometriumkanker

13 november 2023 bijgewerkt door: Fujian Cancer Hospital

Onderzoek naar de voorspelling van moleculaire classificatie en prognose van endometriumkanker met behulp van een model dat is opgebouwd door radiomics met magnetische resonantiebeeldvorming in combinatie met pathomics

Moleculaire typering levert nauwkeurige informatie op voor de diagnose, behandeling en voorspelling van endometriumkanker, wat een belangrijke klinische betekenis heeft. Vanwege de hoge kosten en het ingewikkelde proces is het echter moeilijk om op grote schaal in de klinische praktijk te worden gebruikt. Gebaseerd op de kunstmatige intelligentiemethode, combineerde deze studie de kenmerken van MRI-radiomics en pathomics, gecombineerd met de klinisch-pathologische informatie, bouwde een model om de moleculaire typering en prognose te voorspellen, analyseerde de biologische kenmerken van endometriumkanker vanaf een multi-schaalniveau, begeleidde de gepersonaliseerde en nauwkeurige diagnose en behandeling, om de prognose van patiënten te verbeteren.

Studie Overzicht

Gedetailleerde beschrijving

In dit project zijn retrospectief 150 gevallen van endometriumkanker verzameld en zullen 200 gevallen van endometriumkanker prospectief worden verzameld. Alle patiënten werden pathologisch bevestigd en ondergingen moleculaire typering van Promise. Vóór de behandeling voltooiden alle patiënten een abdominale MRI. Op basis van kunstmatige intelligentietechnologie werden beeldkenmerken geëxtraheerd uit magnetische resonantiebeeldvorming, werden pathologische kenmerken geëxtraheerd uit pathologische gegevens en werden tegelijkertijd klinisch-pathologische gegevens verzameld. Het behandelingseffect, het recidief en de metastase van patiënten werden gevolgd en de vijfjaarsoverleving en de vijfjaarsprogressievrije overleving werden berekend. Er wordt voorgesteld om zich te concentreren op het volgende onderzoek:

  1. Constructie van een model voor moleculaire typering en prognosevoorspelling van endometriumkanker op basis van magnetische resonantiebeeldvorming Radiomics
  2. Constructie van een moleculair typerings- en prognosevoorspellingsmodel van endometriumkanker op basis van pathomieën.
  3. Constructie van een voorspellingsmodel voor moleculaire typering van endometriumkanker door pathomics en radiomics te integreren.

Studietype

Observationeel

Inschrijving (Geschat)

350

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

  • Naam: Jian Chen, Master
  • Telefoonnummer: 15806030009
  • E-mail: marsz3@126.com

Studie Locaties

    • Fujian
      • Fuzhou, Fujian, China, 350014
        • Clinical Oncology School of Fujian Medical University, Fujian Cancer Hospital
        • Contact:
          • Jian Chen, Master
          • Telefoonnummer: 15806030009
          • E-mail: marsz3@126.com

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

NVT

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

  1. Bij alle patiënten werd pathologisch bevestigd dat het om kwaadaardige endometriumtumoren ging, en er werd moleculaire typering uitgevoerd.
  2. Patiënten met endometriumkanker die van januari 2020 tot december 2023 in het Fujian-kankerziekenhuis waren opgenomen, werden met terugwerkende kracht verzameld. Ondertussen werden vanaf 1 januari 2024 alle opeenvolgende patiënten met nieuw gediagnosticeerde endometriumkanker ingeschreven en de geïnformeerde toestemming ondertekend.

Beschrijving

Inclusiecriteria:

  • •Pathologisch bevestigd als kwaadaardige endometriumtumor met volledige pathologische H&E-gekleurde coupes;

    • Leeftijd ≥ 18 jaar en ≤ 80 jaar;
    • Er werden geen andere kwaadaardige kankers gevonden;
    • De volledige immunohistochemische en tweede-generatie sequencingresultaten kunnen worden gebruikt voor de moleculaire typering van ProMisE;
    • Magnetisch resonantieonderzoek werd binnen 2 weken vóór de behandeling uitgevoerd en er was ten minste één meetbare laesie volgens RECIST 1.1 Criteria.

Uitsluitingscriteria:

  • • De beeldkwaliteit is slecht of de tumor is te klein als gevolg van ernstige grafische artefacten en degeneratie, en de ROI kan niet nauwkeurig worden afgebakend;

    • Patiënten die vóór de operatie een antitumortherapie hebben gekregen;
    • Diagnostische endometriumbiopsie vóór MRI

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
POOL Mut
De POLE-genmutatiedetectie werd uitgevoerd en de mutatieveranderingen werden geclassificeerd als POLE-mutatie.
Eerst werden de mismatch-reparatie-eiwitten (MMR) gedetecteerd door immunohistochemie, en de deletie van een of meer eiwitten werd geclassificeerd als d-MMR-subtype; Vervolgens werd de POLE-genmutatiedetectie uitgevoerd en werden de mutatieveranderingen geclassificeerd als POLE-mutatie; Tenslotte werd p53 gedetecteerd door middel van immunohistochemie, en werden p53-mutant (p53 abn) en p53-wildtype (p53wt) onderscheiden.
Andere namen:
  • Onderzoek naar magnetische resonantie
dMMR
De mismatch-reparatie-eiwitten (MMR) werden gedetecteerd door immunohistochemie en de deletie van een of meer eiwitten werd geclassificeerd als d-MMR-subtype
Eerst werden de mismatch-reparatie-eiwitten (MMR) gedetecteerd door immunohistochemie, en de deletie van een of meer eiwitten werd geclassificeerd als d-MMR-subtype; Vervolgens werd de POLE-genmutatiedetectie uitgevoerd en werden de mutatieveranderingen geclassificeerd als POLE-mutatie; Tenslotte werd p53 gedetecteerd door middel van immunohistochemie, en werden p53-mutant (p53 abn) en p53-wildtype (p53wt) onderscheiden.
Andere namen:
  • Onderzoek naar magnetische resonantie
P53abn
De expressie van p53 werd gedetecteerd door immunohistochemie. De afwijking van de p53-eiwitexpressie (volledig negatief of diffuus sterk positief in de kern) of expressielocatie (cytoplasmatische expressie) werd beoordeeld als p53abn, anders was het p53wt.
Eerst werden de mismatch-reparatie-eiwitten (MMR) gedetecteerd door immunohistochemie, en de deletie van een of meer eiwitten werd geclassificeerd als d-MMR-subtype; Vervolgens werd de POLE-genmutatiedetectie uitgevoerd en werden de mutatieveranderingen geclassificeerd als POLE-mutatie; Tenslotte werd p53 gedetecteerd door middel van immunohistochemie, en werden p53-mutant (p53 abn) en p53-wildtype (p53wt) onderscheiden.
Andere namen:
  • Onderzoek naar magnetische resonantie
P53w
De expressie van p53 werd gedetecteerd door immunohistochemie. De afwijking van de p53-eiwitexpressie (volledig negatief of diffuus sterk positief in de kern) of expressielocatie (cytoplasmatische expressie) werd beoordeeld als p53abn, anders was het p53wt.
Eerst werden de mismatch-reparatie-eiwitten (MMR) gedetecteerd door immunohistochemie, en de deletie van een of meer eiwitten werd geclassificeerd als d-MMR-subtype; Vervolgens werd de POLE-genmutatiedetectie uitgevoerd en werden de mutatieveranderingen geclassificeerd als POLE-mutatie; Tenslotte werd p53 gedetecteerd door middel van immunohistochemie, en werden p53-mutant (p53 abn) en p53-wildtype (p53wt) onderscheiden.
Andere namen:
  • Onderzoek naar magnetische resonantie

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Toepassing van radiomics en pathomics met magnetische resonantiebeeldvorming om een ​​model te construeren voor het voorspellen van de moleculaire classificatie en prognose van endometriumkanker
Tijdsspanne: 21-12-2026
De beeldvorming en pathologische kenmerken van endometriumkankerpatiënten werden geëxtraheerd met behulp van kunstmatige intelligentie. Gecombineerd met klinisch-pathologische risicofactoren en overlevingstijd werd met behulp van de lasso-regressiemethode een beeldvormend nomogram geconstrueerd om de moleculaire classificatie en prognose van endometriumkanker te voorspellen. De ROC-curve werd gebruikt om de testefficiëntie van het model te evalueren.
21-12-2026

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Toepassing van radiomics voor magnetische resonantiebeeldvorming om een ​​model te construeren voor het voorspellen van de moleculaire classificatie en prognose van endometriumkanker
Tijdsspanne: 21-12-2026
De beeldkenmerken van endometriumkankerpatiënten werden geëxtraheerd met behulp van een kunstmatige intelligentiemethode. Gecombineerd met klinisch-pathologische risicofactoren en overlevingstijd werd met behulp van de lasso-regressiemethode een beeldvormend nomogram geconstrueerd om de moleculaire classificatie en prognose van endometriumkanker te voorspellen. De ROC-curve werd gebruikt om de testefficiëntie van het model te evalueren.
21-12-2026

Andere uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Toepassing van pathomics om een ​​model te construeren voor het voorspellen van de moleculaire classificatie en prognose van endometriumkanker
Tijdsspanne: 21-12-2026
De pathomische kenmerken van endometriumkankerpatiënten werden geëxtraheerd met behulp van een kunstmatige intelligentiemethode. Gecombineerd met klinisch-pathologische risicofactoren en overlevingstijd werd met behulp van de lasso-regressiemethode een beeldvormend nomogram geconstrueerd om de moleculaire classificatie en prognose van endometriumkanker te voorspellen. De ROC-curve werd gebruikt om de testefficiëntie van het model te evalueren.
21-12-2026

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Geschat)

1 januari 2024

Primaire voltooiing (Geschat)

31 maart 2027

Studie voltooiing (Geschat)

30 juni 2027

Studieregistratiedata

Eerst ingediend

6 november 2023

Eerst ingediend dat voldeed aan de QC-criteria

6 november 2023

Eerst geplaatst (Werkelijk)

13 november 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

15 november 2023

Laatste update ingediend die voldeed aan QC-criteria

13 november 2023

Laatst geverifieerd

1 november 2023

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

Alle relevante persoonlijke gegevens van de patiënt en de vervolgresultaten van dit onderzoek werden bewaard door de hoofdonderzoeker en er was geen plan om deze met andere onderzoekers te delen

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

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 .

Abonneren