- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT06762704
Evaluatie van een kunstmatige intelligentiemodel voor de voorspelling van menselijke blastocystploïdie zonder invasieve procedures
Een niet-invasief kunstmatige-intelligentiemodel voor de voorspelling van menselijke blastocystploïdie: een multicenter, prospectieve, niet-gerandomiseerde validatiestudie
Het doel van deze klinische proef is het evalueren van een model voor kunstmatige intelligentie voor de voorspelling van menselijke blastocystploïdie zonder invasieve procedures bij paren die pre-implantatie genetische tests ondergaan. De belangrijkste vragen die het wil beantwoorden zijn:
- Kan een kunstmatige-intelligentiemodel de ploïdiestatus van een menselijke blastocyst voorspellen op basis van zijn 3D-morfologie?
- Hebben kwantitatieve 3D-morfologische parameters van trofectodermcellen en binnencelmassa sterke correlaties met de ploïdiestatus van de menselijke blastocyst?
Video's met multiview-beelden van elke blastocyst van de deelnemers zullen worden verzameld op dag 5/6 van de kweek, en pre-implantatie genetische testresultaten van deze blastocysten zullen 4-8 weken na de trofectoderm-biopsie worden verzameld.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Achtergrond:
Van augustus 2023 tot september 2024 is er een pilotstudie uitgevoerd in het aangesloten Nanjing Drum Tower Hospital van de Nanjing University Medical School. Video's en pre-implantatie genetische testen (PGT) resultaten van 144 blastocysten werden met terugwerkende kracht verzameld. Het kunstmatige intelligentiemodel (AI) reconstrueerde eerst het 3D-oppervlak van de blastocysten uit de video's en mat vervolgens hun 3D-morfologische parameters. Op basis van deze parameters voorspelde het model de ploïdiestatus van de blastocysten en werden de voorspellingsresultaten vergeleken met de PGT-resultaten. De voorspellingsgevoeligheid, specificiteit, nauwkeurigheid en AUC waren respectievelijk 90,5%, 91,3%, 90,9% en 0,946.
Studieontwerp:
Dit is een multicenter, prospectief, niet-gerandomiseerd, niet-geblindeerd onderzoek met één groep. Nadat ze zijn geïnformeerd over het onderzoek en de mogelijke risico's, zullen alle deelnemers de geïnformeerde toestemming schrijven. Video's en PGT-resultaten van blastocysten van dag 5/6 van elke deelnemer worden verzameld. Blastocysten zullen worden geclassificeerd als euploïde, mozaïek en aneuploïde, overeenkomend met respectievelijk <30%, 30-80% en> 80% aneuploïdie. Embryocultuur, biopsie en overdracht volgen de standaardwerkprocedure (SOP) in het laboratorium. Het onderzoek is niet-interventioneel en de resultaten zullen niet worden gebruikt om behandelbeslissingen te nemen.
Steekproefgrootte:
We zijn van plan ~1408 blastocysten van dag 5/6 in deze studie te betrekken, op basis van een gevoeligheids- en specificiteitsanalyse van één monster. Uit meta-analyse blijkt dat de sensitiviteit en specificiteit van de bestaande AI-modellen 73,4% (3702/5047) en 69,6% (4892/7028) bedraagt, en die van de niet-invasieve chromosomale screeningmethoden 80,3% (678/844) en 73,3% (908/1238) voor het niet-invasief voorspellen van de ploïdiestatus van blastocysten. Er wordt aangenomen dat dit onderzoek een sensitiviteit van maar liefst 85% en een specificiteit van maar liefst 80% zal bereiken met een significantieniveau van α = 0,05. Er zijn in totaal 1126 blastocysten nodig om een statistische kracht van 0,9 te bereiken. Uitgaande van een uitvalpercentage van ~20% wordt verwacht dat in totaal 1408 blastocysten zullen worden ingeschreven. Deze berekening van de steekproefomvang is gebaseerd op de analyse van de statistische kracht en zal tijdens de proefperiode regelmatig worden herzien/aangepast om ervoor te zorgen dat een hoge statistische kracht wordt bereikt.
Gegevensbeheer:
Voor het verzamelen van gegevens zal gebruik worden gemaakt van het Electronic Data Capture (EDC)-systeem. In elk ziekenhuis wordt een klinisch onderzoekscoördinator aangesteld, die verantwoordelijk is voor het opnemen van de video’s en klinische gegevens via het EDC-systeem. Een senior klinisch onderzoeksmedewerker zal de gegevens in het EDC-systeem regelmatig inspecteren bij 5 ziekenhuizen. Het Data Safety and Monitoring Committee (DSMC) is verantwoordelijk voor het toezicht op het gehele onderzoeksproces en het EDC-systeem. Voor onvolledige of ontbrekende gegevens in het EDC-systeem zal het DSMC contact opnemen met de onderzoekers voor opheldering.
Statistische analyse:
Statistische analyse zal worden uitgevoerd met behulp van IBM SPSS Statistics 26. Categorische variabelen worden beschreven aan de hand van aantal en percentage, en numerieke variabelen worden beschreven aan de hand van gemiddelde, standaarddeviatie (SD) en bereik. De Chi-kwadraattoets zal worden uitgevoerd om trends in categorische variabelen te analyseren, en de t-toets zal worden uitgevoerd om numerieke variabelen tussen verschillende groepen te vergelijken. Pearson-correlatie zal worden gebruikt om de lineaire relatie tussen numerieke variabelen te analyseren. Alle statistische tests zijn tweezijdig. P-waarden van <0,05 worden als statistisch significant beschouwd en oneven verhoudingen (OR's) met een betrouwbaarheidsinterval van 95% worden berekend. Logistieke regressie zal worden gebruikt voor multivariate analyse om de aangepaste odd ratio's (aOR's) te berekenen. De prestaties van de AI voor het voorspellen van blastocystploïdie zullen worden geëvalueerd op basis van gevoeligheid, specificiteit, nauwkeurigheid en AUC, met een betrouwbaarheidsinterval van 95%.
Ontbrekende gegevens worden verwijderd als het aandeel steekproeven met ontbrekende waarden zeer klein is in verhouding tot de totale steekproefomvang. Anders wordt het gemiddelde, maximum, minimum, medium of regressiemodel gebruikt om de ontbrekende waarden toe te schrijven. Uitschieters worden behandeld als de ontbrekende gegevens en dienovereenkomstig aangepakt.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Shanshan Wang
- Telefoonnummer: 13814549922
- E-mail: wss_19860820@sina.com
Studie Contact Back-up
- Naam: Haixiang Sun
- Telefoonnummer: 13851622008
- E-mail: stevensunz@163.com
Studie Locaties
-
-
Anhui
-
Hefei, Anhui, China, 230001
- The First Affiliated Hospital of USTC (Anhui Provincial Hospital)
-
Contact:
- Limin Wu
- Telefoonnummer: 18963797080
- E-mail: wuliminmail@126.com
-
Contact:
- Limin Wu
-
-
Jiangsu
-
Nanjing, Jiangsu, China, 210008
- The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
-
Contact:
- Shanshan Wang
- Telefoonnummer: 13814549922
- E-mail: wss_19860820@sina.com
-
Contact:
- Haixiang Sun
-
-
Jiangxi
-
Nanchang, Jiangxi, China, 330046
- Jiangxi Maternal and Child Health Hospital
-
Contact:
- Yan Zhao
- Telefoonnummer: 13807056599
- E-mail: zhaoyan1972009@163.com
-
Contact:
- Yan Zhao
-
-
Shaanxi
-
Xi'an, Shaanxi, China, 710024
- Tangdu Hospital of Air Force Military Medical University
-
Contact:
- Xiaohong Wang
-
Contact:
- Xiaohong Wang
- Telefoonnummer: 13991262559
- E-mail: wangxh919@fmmu.edu.cn
-
-
Shanghai
-
Shanghai, Shanghai, China, 200127
- Renji Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
Contact:
- Yun Sun
-
Contact:
- Yun Sun
- Telefoonnummer: 13601634278
- E-mail: syun163@163.com
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Deze studie is een multicenteronderzoek dat zal worden uitgevoerd in vijf centra voor reproductieve geneeskunde in acht provincies (Jiangsu, Shanghai, Jiangxi, Shaanxi en Anhui) in heel China. Het aangesloten Nanjing Drum Tower Hospital van de Nanjing University Medical School zal dienen als het primaire onderzoekscentrum. Het Renji-ziekenhuis, aangesloten bij de Shanghai Jiao Tong University School of Medicine, het Jiangxi Maternal and Child Health Hospital, het Tangdu-ziekenhuis van de Air Force Military Medical University en het First Affiliated Hospital of USTC (Anhui Provincial Hospital) zullen dienen als onderzoekscentra voor de deelnemers.
Video's met multi-viewbeelden van menselijke blastocysten worden verzameld op dag 5/6 van de cultuur. PGT-A-resultaten van deze blastocysten zullen 4-8 weken na trofectodermbiopsie worden verzameld. Het onderzoek is niet-interventioneel en de resultaten zullen niet worden gebruikt om behandelbeslissingen te nemen.
Beschrijving
Inclusiecriteria:
- Leeftijd van de moeder tussen 20 en 40 jaar; leeftijd van vader tussen 20 en 55 jaar.
- Pre-implantatie genetische testen (PGT) cycli, waaronder PGT voor aneuploïdie, PGT voor monogene aandoeningen (PGT-M) of PGT voor structureel chromosoomdefect (PGT-SR).
- Met ten minste één blastocyst op dag 5/6 ontwikkeld uit twee-pronucleaire (2PN) embryo's die geschikt zijn voor biopsie van trofectoderm (dat wil zeggen mate van expansie: IV, en ten minste een graad beter dan C voor beoordeling van trofectoderm en binnencelmassa).
- Paren met schriftelijke geïnformeerde toestemming.
Uitsluitingscriteria:
- Paren met contra-indicaties voor IVF of PGT.
- Vrouwen waarbij alle eicellen na verwijdering zijn ingevroren.
- Paren die het onderzoeksprotocol niet volgen.
- Paren die door de onderzoeker niet in aanmerking komen voor inschrijving, rekening houdend met het onderzoeksprotocol en de veiligheid van de behandeling.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gevoeligheid
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
|
Gevoeligheid = TP/(TP+FN).
TP: aantal uitkomsten waarbij een euploïde blastocyst correct wordt voorspeld als euploïdie.
FN: aantal uitkomsten waarbij een euploïde blastocyst ten onrechte wordt voorspeld als aneuploïdie.
Hoge gevoeligheid duidt op een sterk vermogen voor het voorspellen van euploïde blastocysten.
|
Via afronding van de studie, gemiddeld 1 jaar
|
|
Specificiteit
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
|
Specificiteit = TN/(TN+FP).
TN: aantal uitkomsten waarbij een aneuploïde blastocyst correct wordt voorspeld als aneuploïdie.
FP: aantal uitkomsten waarbij een aneuploïde blastocyst ten onrechte wordt voorspeld als euploïdie.
Hoge specificiteit duidt op een sterk vermogen voor het voorspellen van aneuploïde blastocysten.
|
Via afronding van de studie, gemiddeld 1 jaar
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
|
Nauwkeurigheid evalueert het aantal correcte voorspellingen van blastocystploïdie over het totale aantal voorspellingen
|
Via afronding van de studie, gemiddeld 1 jaar
|
|
AUC
Tijdsspanne: Via afronding van de studie, gemiddeld 1 jaar
|
AUC wordt gedefinieerd als het gebied onder de karakteristieke curve van de ontvanger, die de algehele modelprestaties evalueert voor het voorspellen van blastocystploïdie, ongeacht de classificatiedrempel.
|
Via afronding van de studie, gemiddeld 1 jaar
|
Medewerkers en onderzoekers
Medewerkers
Onderzoekers
- Hoofdonderzoeker: Haixiang Sun, The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
Publicaties en nuttige links
Algemene publicaties
- Alpha Scientists in Reproductive Medicine and ESHRE Special Interest Group of Embryology. The Istanbul consensus workshop on embryo assessment: proceedings of an expert meeting. Hum Reprod. 2011 Jun;26(6):1270-83. doi: 10.1093/humrep/der037. Epub 2011 Apr 18.
- Sciorio R, Dattilo M. PGT-A preimplantation genetic testing for aneuploidies and embryo selection in routine ART cycles: Time to step back? Clin Genet. 2020 Aug;98(2):107-115. doi: 10.1111/cge.13732. Epub 2020 Apr 6.
- Belandres D, Shamonki M, Arrach N. Current status of spent embryo media research for preimplantation genetic testing. J Assist Reprod Genet. 2019 May;36(5):819-826. doi: 10.1007/s10815-019-01437-6. Epub 2019 Mar 21.
- Munne S, Kaplan B, Frattarelli JL, Child T, Nakhuda G, Shamma FN, Silverberg K, Kalista T, Handyside AH, Katz-Jaffe M, Wells D, Gordon T, Stock-Myer S, Willman S; STAR Study Group. Preimplantation genetic testing for aneuploidy versus morphology as selection criteria for single frozen-thawed embryo transfer in good-prognosis patients: a multicenter randomized clinical trial. Fertil Steril. 2019 Dec;112(6):1071-1079.e7. doi: 10.1016/j.fertnstert.2019.07.1346. Epub 2019 Sep 21.
- Scott RT Jr, Ferry K, Su J, Tao X, Scott K, Treff NR. Comprehensive chromosome screening is highly predictive of the reproductive potential of human embryos: a prospective, blinded, nonselection study. Fertil Steril. 2012 Apr;97(4):870-5. doi: 10.1016/j.fertnstert.2012.01.104. Epub 2012 Feb 2.
- Wang L, Wang X, Liu Y, Ou X, Li M, Chen L, Shao X, Quan S, Duan J, He W, Shen H, Sun L, Yu Y, Cram DS, Leigh D, Yao Y. IVF embryo choices and pregnancy outcomes. Prenat Diagn. 2021 Dec;41(13):1709-1717. doi: 10.1002/pd.6042. Epub 2021 Oct 14.
- Kushnir VA, Frattarelli JL. Aneuploidy in abortuses following IVF and ICSI. J Assist Reprod Genet. 2009 Mar;26(2-3):93-7. doi: 10.1007/s10815-009-9292-z. Epub 2009 Feb 18.
- Kim JW, Lee WS, Yoon TK, Seok HH, Cho JH, Kim YS, Lyu SW, Shim SH. Chromosomal abnormalities in spontaneous abortion after assisted reproductive treatment. BMC Med Genet. 2010 Nov 3;11:153. doi: 10.1186/1471-2350-11-153.
- Rosenwaks Z, Handyside AH, Fiorentino F, Gleicher N, Paulson RJ, Schattman GL, Scott RT Jr, Summers MC, Treff NR, Xu K. The pros and cons of preimplantation genetic testing for aneuploidy: clinical and laboratory perspectives. Fertil Steril. 2018 Aug;110(3):353-361. doi: 10.1016/j.fertnstert.2018.06.002. No abstract available.
- Cinnioglu C, Glessner H, Jordan A, Bunshaft S. A systematic review of noninvasive preimplantation genetic testing for aneuploidy. Fertil Steril. 2023 Aug;120(2):235-239. doi: 10.1016/j.fertnstert.2023.06.013. Epub 2023 Jun 24.
- Ozgur K, Berkkanoglu M, Bulut H, Yoruk GDA, Candurmaz NN, Coetzee K. Single best euploid versus single best unknown-ploidy blastocyst frozen embryo transfers: a randomized controlled trial. J Assist Reprod Genet. 2019 Apr;36(4):629-636. doi: 10.1007/s10815-018-01399-1. Epub 2019 Jan 7.
- Tiegs AW, Tao X, Zhan Y, Whitehead C, Kim J, Hanson B, Osman E, Kim TJ, Patounakis G, Gutmann J, Castelbaum A, Seli E, Jalas C, Scott RT Jr. A multicenter, prospective, blinded, nonselection study evaluating the predictive value of an aneuploid diagnosis using a targeted next-generation sequencing-based preimplantation genetic testing for aneuploidy assay and impact of biopsy. Fertil Steril. 2021 Mar;115(3):627-637. doi: 10.1016/j.fertnstert.2020.07.052. Epub 2020 Aug 28.
- Chavez-Badiola A, Flores-Saiffe-Farias A, Mendizabal-Ruiz G, Drakeley AJ, Cohen J. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reprod Biomed Online. 2020 Oct;41(4):585-593. doi: 10.1016/j.rbmo.2020.07.003. Epub 2020 Jul 5.
- Diakiw SM, Hall JMM, VerMilyea MD, Amin J, Aizpurua J, Giardini L, Briones YG, Lim AYX, Dakka MA, Nguyen TV, Perugini D, Perugini M. Development of an artificial intelligence model for predicting the likelihood of human embryo euploidy based on blastocyst images from multiple imaging systems during IVF. Hum Reprod. 2022 Jul 30;37(8):1746-1759. doi: 10.1093/humrep/deac131.
- Barnes J, Brendel M, Gao VR, Rajendran S, Kim J, Li Q, Malmsten JE, Sierra JT, Zisimopoulos P, Sigaras A, Khosravi P, Meseguer M, Zhan Q, Rosenwaks Z, Elemento O, Zaninovic N, Hajirasouliha I. A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study. Lancet Digit Health. 2023 Jan;5(1):e28-e40. doi: 10.1016/S2589-7500(22)00213-8.
- Danardono GB, Handayani N, Louis CM, Polim AA, Sirait B, Periastiningrum G, Afadlal S, Boediono A, Sini I. Embryo ploidy status classification through computer-assisted morphology assessment. AJOG Glob Rep. 2023 May 18;3(3):100209. doi: 10.1016/j.xagr.2023.100209. eCollection 2023 Aug.
- Jiang VS, Bormann CL. Noninvasive genetic screening: current advances in artificial intelligence for embryo ploidy prediction. Fertil Steril. 2023 Aug;120(2):228-234. doi: 10.1016/j.fertnstert.2023.06.025. Epub 2023 Jun 30.
- Lee CI, Su YR, Chen CH, Chang TA, Kuo EE, Zheng WL, Hsieh WT, Huang CC, Lee MS, Liu M. End-to-end deep learning for recognition of ploidy status using time-lapse videos. J Assist Reprod Genet. 2021 Jul;38(7):1655-1663. doi: 10.1007/s10815-021-02228-8. Epub 2021 May 22.
- Huang B, Tan W, Li Z, Jin L. An artificial intelligence model (euploid prediction algorithm) can predict embryo ploidy status based on time-lapse data. Reprod Biol Endocrinol. 2021 Dec 13;19(1):185. doi: 10.1186/s12958-021-00864-4.
- Jiang VS, Kandula H, Thirumalaraju P, Kanakasabapathy MK, Cherouveim P, Souter I, Dimitriadis I, Bormann CL, Shafiee H. The use of voting ensembles to improve the accuracy of deep neural networks as a non-invasive method to predict embryo ploidy status. J Assist Reprod Genet. 2023 Feb;40(2):301-308. doi: 10.1007/s10815-022-02707-6. Epub 2023 Jan 14.
- Paya E, Pulgarin C, Bori L, Colomer A, Naranjo V, Meseguer M. Deep learning system for classification of ploidy status using time-lapse videos. F S Sci. 2023 Aug;4(3):211-218. doi: 10.1016/j.xfss.2023.06.002. Epub 2023 Jun 30.
- Shan G, Dai C, Liu H, Wang X, Dou W, Zhang Z, Sun Y. 3D Morphology Measurement for Blastocyst Evaluation From "All Angles". IEEE Trans Biomed Eng. 2023 Jun;70(6):1921-1930. doi: 10.1109/TBME.2022.3232068. Epub 2023 May 19.
- Shan G, Abdalla K, Liu H, Dai C, Tan J, Law J, Steinberg C, Li A, Kuznyetsova I, Zhang Z, Librach C, Sun Y. Non-invasively predicting euploidy in human blastocysts via quantitative 3D morphology measurement: a retrospective cohort study. Reprod Biol Endocrinol. 2024 Oct 28;22(1):132. doi: 10.1186/s12958-024-01302-x.
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
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
Andere studie-ID-nummers
- 2024-739-02
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
IPD-tijdsbestek voor delen
IPD-toegangscriteria voor delen
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
- SAP
- ICF
- ANALYTIC_CODE
- MVO
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
product vervaardigd in en geëxporteerd uit de V.S.
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 .