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

Mesenterische infiltratie bij eierstokkanker (MIO)

CT detecteerde tumorinfiltratiepatronen van het mesenterium bij patiënten met hooggradig ovariumcarcinoom (HGSOC), hun rol in de behandelplanning en uitkomstvoorspelling en hoe machinaal leren kan worden toegepast om deze te identificeren.

Om te evalueren of CT-kenmerken bij diagnose bij patiënten met HGSOC kunnen worden gebruikt om een ​​kunstmatige-intelligentiemodel op te bouwen dat in staat is de pathologische betrokkenheid van het mesenterium te onderscheiden, de potentiële belemmeringen voor een optimale debulking-operatie te beoordelen en de ontwikkeling van resistentie tegen op platina gebaseerde chemotherapeutische middelen te voorspellen .

Studie Overzicht

Toestand

Werving

Conditie

Studietype

Observationeel

Inschrijving (Geschat)

510

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

Studie Locaties

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

Vrouwen met bevestigde HGSOC die mesenteriale ziekte vertoonden, waaronder mesenteriale retractie of diffuse mesenteriale carcinomatose, tijdens diagnostische laparoscopie (of zonder mesenteriale ziekte voor het controlecohort)

Beschrijving

Inclusiecriteria:

  1. Vrouwen met bevestigde HGSOC met mesenteriale betrokkenheid
  2. Leeftijd > 18 jaar
  3. FIGO FASE IIIB-IV
  4. Primaire diagnose
  5. Ondertekende geïnformeerde toestemming

Uitsluitingscriteria:

  1. Niet-sereuze hooggradige epitheliale eierstokkanker (sereuze laaggradige, mucineus, heldercellig carcinoom, endometrioïde of niet-epitheliale eierstokkanker)
  2. Ziekte in een vroeg stadium (I- en II-stadium)
  3. CT-scan niet beschikbaar
  4. Niet-primaire diagnose of patiënt onderworpen aan neoadjuvante chemotherapie

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
Retrospectief cohort
Patiënten getroffen door hooggradige ernstige ovariumkanker met mesenteriale infiltratie bevestigd door diagnostische laparoscopie, van januari 2021 tot december 2023
Computertomografie uitgevoerd volgens de klinische praktijk om de mesenteriale betrokkenheid te beoordelen
Toekomstig cohort
Patiënten getroffen door ernstige ernstige ovariumkanker met mesenteriale infiltratie, bevestigd door diagnostische laparoscopie
Computertomografie uitgevoerd volgens de klinische praktijk om de mesenteriale betrokkenheid te beoordelen

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Preoperatieve kunstmatige intelligentie ondersteunde CT-gebaseerde evaluatie
Tijdsspanne: 1 jaar
Preoperatieve kunstmatige intelligentie ondersteunde op CT gebaseerde voorspelling van patiënten met suboptimale debulking tijdens een operatie als gevolg van diffuse mesenteriale ziekte of mesenteriale terugtrekking.
1 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Evaluatie van de Radioloog Beoordeling van de CT
Tijdsspanne: 1 jaar
Identificatie van mesenteriale infiltratie uit CT-beelden met behulp van kunstmatige intelligentie met vergelijkbare prestaties als beoordeling door mens/radioloog.
1 jaar
Voorspelling van platinaresistentie
Tijdsspanne: 1 jaar
Op AI-ondersteunde CT-gebaseerde voorspelling van patiënten die platinaresistentie zullen ontwikkelen
1 jaar
Voorspelling van progressievrije overleving (PFS) en algehele overleving (OS)
Tijdsspanne: 2 jaar
Voorspelling van progressievrije overleving (PFS) en algehele overleving (OS) met kunstmatige intelligentie
2 jaar

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Camilla Panico, Dr, Fondazione Policlinico Universitario A. gemelli, IRCCS

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 (Werkelijk)

1 maart 2024

Primaire voltooiing (Geschat)

30 juni 2025

Studie voltooiing (Geschat)

31 december 2025

Studieregistratiedata

Eerst ingediend

19 maart 2024

Eerst ingediend dat voldeed aan de QC-criteria

19 maart 2024

Eerst geplaatst (Werkelijk)

26 maart 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

25 maart 2025

Laatste update ingediend die voldeed aan QC-criteria

11 maart 2025

Laatst geverifieerd

1 maart 2025

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

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