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

Ontwikkeling en prospectieve validatie van een op pathologie gebaseerd kunstmatige-intelligentiemodel voor het voorspellen van de tijd tot castratieresistentie van prostaatkanker

21 januari 2026 bijgewerkt door: Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Ontwikkeling en prospectieve validatie van een pathologie-gebaseerd kunstmatig intelligentiemodel voor het voorspellen van de tijd tot castratieresistentie van prostaatkanker

Het doel van deze voorspellende test is om de prestaties van een eerder ontwikkeld kunstmatige intelligentie (AI) voorspellingsmodel voor het voorspellen van de tijd tot castratieresistentie van prostaatkanker prospectief te testen. Onderzoekers hadden dit AI-model ontwikkeld op basis van deep learning algoritmen in vooronderzoek, en het presteerde goed in retrospectieve tests.

Studie Overzicht

Toestand

Nog niet aan het werven

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Hormoontherapie is een belangrijke behandelingsmethode voor prostaatkanker en kan de overleving van patiënten effectief verlengen. Bijna alle patiënten zullen echter op verschillende tijdstippen progressie vertonen naar castratie-resistente prostaatkanker. Huidige hormoontherapie-opties omvatten androgeendeprivatie (ADT), anti-androgeenreceptor (AR) en chemotherapie, waarbij combinatietherapie in de vroege stadia effectiever is maar gepaard gaat met grotere bijwerkingen. Daarom kan het voorspellen van de tijd tot castratie-resistente progressie en het gebruik van deze informatie om gepersonaliseerde behandelplannen toe te passen, de werkzaamheid waarborgen terwijl medicatiebijwerkingen worden verminderd. Daarom hebben we een kunstmatige intelligentie-voorspellingsmodel ontwikkeld voor het voorspellen van de tijd tot castratieresistentie bij prostaatkanker, dat naar verwachting nauwkeurig de progressietijd voor verschillende patiënten zal voorspellen en artsen zal helpen bij het maken van gepersonaliseerde en precieze behandelplannen op basis van individuele progressierisico's.

Deze studie is een voorspellende test zonder interventiemaatregelen, waarbij van plan is om pathologische coupes van prostaatbiopsieën van de ingeschreven patiënten te verzamelen en deze te digitaliseren tot volledige coupebeelden (WSI's). Het AI-model zal de WSI's analyseren en coupe-niveau voorspellende resultaten genereren (binnen 12 maanden, tussen 12 en 24 maanden of meer dan 24 maanden). De routinematige therapie en onderzoek zullen zoals gebruikelijk worden uitgevoerd. Deze twee processen zullen elkaar niet beïnvloeden. Vervolgens zullen we de patiënten 24 maanden volgen om de tijd tot castratie-resistente progressie vast te leggen, waarna we de resultaten zullen vergelijken met het voorspellingsmodel.

Studietype

Observationeel

Inschrijving (Geschat)

150

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 Contact Back-up

Studie Locaties

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510120
        • Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
        • Contact:

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

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten met prostaatkanker die tussen januari 2026 en december 2026 een prostaatbiopsie ondergaan in het Sun Yat-sen Memorial Hospital van de Sun Yat-sen University zijn gepland om deel te nemen aan deze prospectieve voorspellende test. Histopathologische preparaten van biopsieweefsels van ingeschreven patiënten zullen worden verzameld en gedigitaliseerd als volledige-preparaatbeelden (WSI's) voor prospectieve validatie van het AI-model.

Beschrijving

Inclusiecriteria:

  1. Patiënten zijn gediagnosticeerd met intermediair tot hoog risico prostaatkanker; ondergaan prostaatbiopsie
  2. Patiënten hebben alleen endocriene therapie voor prostaatkanker gekregen;
  3. Patiënten met volledige klinische en pathologische informatie.
  4. Patiënten stemmen in met deelname aan deze diagnostische test.

Exclusiecriteria:

  1. Patiënten met andere tumoren en ondergaan systemische therapie.
  2. De patiënt weigert deelname aan deze diagnostische test.

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
Patiënten ondergaan een prostaatbiopsie
Patiënten ondergaan een prostaatbiopsie en krijgen de diagnose prostaatkanker, die hormoontherapie krijgen.
Ander: Op kunstmatige intelligentie (AI) gebaseerd voorspellend model (ontwikkeld)
Verzamel pathologische preparaten van prostaatbiopten van de ingeschreven patiënten. Digitaliseer deze preparaten tot volledige-preparaatbeelden (WSI's). Analyseer de WSI's met het AI-model om voorspellende resultaten te genereren (binnen 12 maanden, tussen 12 en 24 maanden of na 24 maanden). Er worden geen interventies bij patiënten uitgevoerd in deze voorspellende teststudie.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
C-index (Concordantie-index)
Tijdsspanne: Voor elke ingeschreven patiënt worden de voorspellende resultaten van het AI-model verkregen kort na de prostaatbiopsie, en de C-index van het AI-model wordt geëvalueerd tot aan het einde van de studie, gemiddeld 3 jaar.
Het aandeel van alle patiëntenparen waarin de voorspelde uitkomstvolgorde overeenkomt met de werkelijke uitkomstvolgorde. Het schat de waarschijnlijkheid dat de voorspelde resultaten consistent zijn met de waargenomen uitkomsten.
Voor elke ingeschreven patiënt worden de voorspellende resultaten van het AI-model verkregen kort na de prostaatbiopsie, en de C-index van het AI-model wordt geëvalueerd tot aan het einde van de studie, gemiddeld 3 jaar.

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
gevoeligheid
Tijdsspanne: Voor elke ingeschreven patiënt worden de voorspellende resultaten van het AI-model verkregen kort na de prostaatbiopsie, en de gevoeligheid van het AI-model wordt geëvalueerd bij voltooiing van de studie, gemiddeld 3 jaar.
De uitvoer van het voorspellende model wordt verdeeld in een binaire variabele met behulp van een drempel van 12 maanden: TTCR <12 maanden wordt beschouwd als een positieve uitkomst, en TTCR ≥12 maanden wordt beschouwd als een negatieve uitkomst. Dienovereenkomstig zijn patiënten met TTCR <12 maanden positieve patiënten, en die met TTCR ≥12 maanden zijn negatieve patiënten. Het aantal correct voorspelde positieve preparaten (TTCR<12 maanden), te delen door het aantal positieve preparaten in totaal
Voor elke ingeschreven patiënt worden de voorspellende resultaten van het AI-model verkregen kort na de prostaatbiopsie, en de gevoeligheid van het AI-model wordt geëvalueerd bij voltooiing van de studie, gemiddeld 3 jaar.
specificiteit
Tijdsspanne: Voor elke ingeschreven patiënt zullen de voorspellende resultaten van het AI-model worden verkregen kort na de prostaatbiopsie, en de specificiteit van het AI-model zal worden geëvalueerd door de studie af te ronden, gemiddeld 3 jaar.
De uitkomst van het voorspellende model wordt verdeeld in een binaire variabele met behulp van een drempel van 12 maanden: TTCR <12 maanden wordt beschouwd als een positieve uitkomst, en TTCR ≥12 maanden wordt beschouwd als een negatieve uitkomst. Dienovereenkomstig zijn patiënten met TTCR <12 maanden positieve patiënten, en patiënten met TTCR ≥12 maanden zijn negatieve patiënten. Het aantal correct voorspelde negatieve dia's (TTCR≥12 maanden), te delen door het totale aantal negatieve dia's
Voor elke ingeschreven patiënt zullen de voorspellende resultaten van het AI-model worden verkregen kort na de prostaatbiopsie, en de specificiteit van het AI-model zal worden geëvalueerd door de studie af te ronden, gemiddeld 3 jaar.

Medewerkers en onderzoekers

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

Sponsor

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Onderzoekers

  • Studie directeur: Shaoxu Wu, Ph.D, Department of Urology of Sun Yat-sen Memorial Hospital of Sun Yat-sen University

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 2026

Primaire voltooiing (Geschat)

31 december 2028

Studie voltooiing (Geschat)

31 december 2028

Studieregistratiedata

Eerst ingediend

21 januari 2026

Eerst ingediend dat voldeed aan de QC-criteria

21 januari 2026

Eerst geplaatst (Werkelijk)

29 januari 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

29 januari 2026

Laatste update ingediend die voldeed aan QC-criteria

21 januari 2026

Laatst geverifieerd

1 januari 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • SYSKY-2025-940-01

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Beschrijving IPD-plan

Om de privacy van patiënten te beschermen, zijn pathologische preparaatbeelden en andere patiëntgerelateerde gegevens niet openbaar toegankelijk.

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