Ontwikkeling en validatie van een diep leermodel om verre metastasen te voorspellen in nasofaryngeale carcinoom met behulp van hele dia -beeldvorming en MRI
21 februari 2025 bijgewerkt door: Pu-Yun OuYang, Sun Yat-sen University
Ontwikkeling en multicenter -validatie van een diep leermodel op basis van beeldvorming van de hele dia en magnetische resonantiebeeldvorming van de nasopharynx- en lymfeklieren om metastasen op afstand te voorspellen bij diagnose bij nasofarynxcarcinoom
Een AI -model werd ontwikkeld om de waarschijnlijkheid van metastase op afstand te voorspellen bij patiënten met nasofaryngeale kanker op basis van pathologiedia's en MRI -scans van de primaire tumor.
Het model werd gevalideerd met behulp van gegevens van meerdere centra.
Het werd vervolgens toegepast op patiënten met gevorderde fasen die werden aanbevolen om PET/CT -scans te ondergaan op basis van de NCCN- of CSCO -richtlijnen.
Dit AI -model kan patiënten met een hoog risico op metastase op afstand nauwkeurig screenen op het moment van de initiële diagnose om PET/CT te ontvangen, overmatig onderzoek van patiënten met een laag risico op metastase op afstand te voorkomen, medische middelen te bewaren en de economische last voor patiënten te verminderen.
Studie Overzicht
Toestand
Werving
Gedetailleerde beschrijving
Een AI-model werd geconstrueerd op basis van de bevlekte pathologische secties van de primaire laesie en MRI van de nasopharynx en nek om de kans op metastase op afstand te voorspellen bij het eerste bezoek, en het AI-model werd volledig geverifieerd door multicentergegevens; Het AI-model werd toegepast op T3-4- of N2-3-patiënten die werden aanbevolen om PET/CT-onderzoek te ondergaan volgens de NCCN- en CSCO-richtlijnen, en de drempel van het AI-model wanneer de negatieve voorspellende waarde voor het voorspellen van M0 niet minder was 95% werd bepaald en bood theoretische ondersteuning aan patiënten die door AI werden voorgesteld, die zouden worden vrijgesteld van PET/CT -onderzoek.
Studietype
Observationeel
Inschrijving (Geschat)
500
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: Pu-Yun OuYang
- Telefoonnummer: +8618565382769
- E-mail: ouyangpy@sysucc.org.cn
Studie Locaties
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510060
- Werving
- Sun Yat-sen University Cancer Center
-
Contact:
- Pu-Yun OuYang
- Telefoonnummer: +86 18565382769
- E-mail: ouyangpy@sysucc.org.cn
-
Contact:
- Pu-Yun OuYang
- E-mail: ouyangpy@sysucc.org.cn
-
Guangzhou, Guangdong, China, 510060
- Nog niet aan het werven
- Department of Radiation Oncology, Sun Yat-sen University Cancer Center
-
Contact:
- Pu-Yun OuYang
- Telefoonnummer: 86+020-87342925
- E-mail: ouyangpy@sysucc.org.cn
-
Contact:
- Pu-Yun OuYang
-
-
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
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten met pathologisch bevestigd nasofaryngeaal carcinoom
Beschrijving
Inclusiecriteria:
A. De primaire laesie werd pathologisch bevestigd als nasopharyngeale carcinoom (WHO -classificatie is I, II en III); B. Het podium was T3-4 of N2-3, en de Nasopharynx + Neck MRI Plain Scan en verbeterde scan werden uitgevoerd om de nasopharyngeale en cervicale lymfeknooplaesies en pet/ct of conventioneel onderzoek te bevestigen (CT CT Plain Scan + verbeterde Scan, bovenste buik CT of MRI Plain Scan + verbeterde scan- of buikkleur Doppler -echografie of echografie Angiografie en beenvorming van het hele lichaam) werd uitgevoerd om te screenen op metastasen op afstand.
Uitsluitingscriteria:
Eerdere geschiedenis van andere kwaadaardige tumoren (zoals andere plaveiselcelcarcinomen van hoofd en nek, schildklierkanker, borstkanker, slokdarmkanker, enz.).
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 |
|---|
|
Potentiële validatiecohort
Potentiële inschrijving van de patiënt om de diagnostische werkzaamheid van het AI -model te valideren
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Negatieve voorspellende waarde
Tijdsspanne: Door de voltooiing van de studie, gemiddeld 2 jaar
|
NPV meet het aandeel van voorspelde negatieve gevallen die daadwerkelijk negatief zijn.
Het vertelt ons hoe betrouwbaar het model is wanneer het een negatief resultaat voorspelt.
|
Door de voltooiing van de studie, gemiddeld 2 jaar
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Gevoeligheid, specificiteit en positieve voorspellende waarde
Tijdsspanne: Door de voltooiing van de studie, gemiddeld 2 jaar
|
Gevoeligheid, specificiteit en positieve voorspellende waarde van AI bij het voorspellen van metastase op afstand bij de drempel die overeenkomt met een negatieve voorspellende waarde van 95%.
|
Door de voltooiing van de studie, gemiddeld 2 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Medewerkers
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
- OuYang PY, He Y, Guo JG, Liu JN, Wang ZL, Li A, Li J, Yang SS, Zhang X, Fan W, Wu YS, Liu ZQ, Zhang BY, Zhao YN, Gao MY, Zhang WJ, Xie CM, Xie FY. Artificial intelligence aided precise detection of local recurrence on MRI for nasopharyngeal carcinoma: a multicenter cohort study. EClinicalMedicine. 2023 Aug 30;63:102202. doi: 10.1016/j.eclinm.2023.102202. eCollection 2023 Sep.
- Zhong L, Dong D, Fang X, Zhang F, Zhang N, Zhang L, Fang M, Jiang W, Liang S, Li C, Liu Y, Zhao X, Cao R, Shan H, Hu Z, Ma J, Tang L, Tian J. A deep learning-based radiomic nomogram for prognosis and treatment decision in advanced nasopharyngeal carcinoma: A multicentre study. EBioMedicine. 2021 Aug;70:103522. doi: 10.1016/j.ebiom.2021.103522. Epub 2021 Aug 11.
- Qiang M, Li C, Sun Y, Sun Y, Ke L, Xie C, Zhang T, Zou Y, Qiu W, Gao M, Li Y, Li X, Zhan Z, Liu K, Chen X, Liang C, Chen Q, Mai H, Xie G, Guo X, Lv X. A Prognostic Predictive System Based on Deep Learning for Locoregionally Advanced Nasopharyngeal Carcinoma. J Natl Cancer Inst. 2021 May 4;113(5):606-615. doi: 10.1093/jnci/djaa149.
- Lin L, Dou Q, Jin YM, Zhou GQ, Tang YQ, Chen WL, Su BA, Liu F, Tao CJ, Jiang N, Li JY, Tang LL, Xie CM, Huang SM, Ma J, Heng PA, Wee JTS, Chua MLK, Chen H, Sun Y. Deep Learning for Automated Contouring of Primary Tumor Volumes by MRI for Nasopharyngeal Carcinoma. Radiology. 2019 Jun;291(3):677-686. doi: 10.1148/radiol.2019182012. Epub 2019 Mar 26.
- OuYang PY, Zhang BY, Guo JG, Liu JN, Li J, Peng QH, Yang SS, He Y, Liu ZQ, Zhao YN, Li A, Wu YS, Hu XF, Chen C, Han F, You KY, Xie FY. Deep learning-based precise prediction and early detection of radiation-induced temporal lobe injury for nasopharyngeal carcinoma. EClinicalMedicine. 2023 Apr 4;58:101930. doi: 10.1016/j.eclinm.2023.101930. eCollection 2023 Apr.
- Sun XS, Liu SL, Luo MJ, Li XY, Chen QY, Guo SS, Wen YF, Liu LT, Xie HJ, Tang QN, Liang YJ, Yan JJ, Lin DF, Bi MM, Liu Y, Liang YF, Ma J, Tang LQ, Mai HQ. The Association Between the Development of Radiation Therapy, Image Technology, and Chemotherapy, and the Survival of Patients With Nasopharyngeal Carcinoma: A Cohort Study From 1990 to 2012. Int J Radiat Oncol Biol Phys. 2019 Nov 1;105(3):581-590. doi: 10.1016/j.ijrobp.2019.06.2549. Epub 2019 Jul 15.
- Tang LQ, Chen QY, Fan W, Liu H, Zhang L, Guo L, Luo DH, Huang PY, Zhang X, Lin XP, Mo YX, Liu LZ, Mo HY, Li J, Zou RH, Cao Y, Xiang YQ, Qiu F, Sun R, Chen MY, Hua YJ, Lv X, Wang L, Zhao C, Guo X, Cao KJ, Qian CN, Zeng MS, Mai HQ. Prospective study of tailoring whole-body dual-modality [18F]fluorodeoxyglucose positron emission tomography/computed tomography with plasma Epstein-Barr virus DNA for detecting distant metastasis in endemic nasopharyngeal carcinoma at initial staging. J Clin Oncol. 2013 Aug 10;31(23):2861-9. doi: 10.1200/JCO.2012.46.0816. Epub 2013 Jul 15. Erratum In: J Clin Oncol. 2016 Feb 10;34(5):519. doi: 10.1200/jco.2015.66.3427.
- Xiao BB, Lin DF, Sun XS, Zhang X, Guo SS, Liu LT, Luo DH, Sun R, Wen YF, Li JB, Lv XF, Han LJ, Yuan L, Liu SL, Tang QN, Liang YJ, Li XY, Guo L, Chen QY, Fan W, Mai HQ, Tang LQ. Nomogram for the prediction of primary distant metastasis of nasopharyngeal carcinoma to guide individualized application of FDG PET/CT. Eur J Nucl Med Mol Imaging. 2021 Jul;48(8):2586-2598. doi: 10.1007/s00259-020-05128-8. Epub 2021 Jan 8.
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)
15 februari 2025
Primaire voltooiing (Geschat)
31 december 2026
Studie voltooiing (Geschat)
31 december 2026
Studieregistratiedata
Eerst ingediend
14 februari 2025
Eerst ingediend dat voldeed aan de QC-criteria
14 februari 2025
Eerst geplaatst (Werkelijk)
25 maart 2025
Updates van studierecords
Laatste update geplaatst (Werkelijk)
25 maart 2025
Laatste update ingediend die voldeed aan QC-criteria
21 februari 2025
Laatst geverifieerd
1 februari 2025
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
- Stomatognatische ziekten
- Pathologische processen
- Neoplasmata per site
- Neoplasmata
- Neoplasmata per histologisch type
- Hoofd- en nekneoplasmata
- Neoplasmata, glandulair en epitheel
- Neoplastische processen
- Carcinoom
- KNO-ziekten
- Faryngeale neoplasmata
- Otorinolaryngologische neoplasmata
- Nasofaryngeale ziekten
- Faryngeale ziekten
- Nasofaryngeale neoplasmata
- Nasofarynxcarcinoom
- Neoplasma metastase
Andere studie-ID-nummers
- B2025-062-01
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
NEE
Beschrijving IPD-plan
Individuele deelnemersgegevens (IPD) worden mogelijk niet gedeeld vanwege bezorgdheid over de privacy van de patiënt, ethische overwegingen of institutioneel beleid.
Beperkingen kunnen ook voortvloeien uit voorschriften voor gegevensbescherming, vertrouwelijkheidsovereenkomsten of het potentiële risico van heridentificatie.
Bovendien, als de gegevens gevoelige medische informatie omvatten, kan delen speciale goedkeuringen of de-identificatieprocessen vereisen die niet haalbaar zijn.
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 .