- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07401199
Multimodal KI for å forutsi respons på neoadjuvant immunterapi ved magekreft (PRISM-GC)
En prospektiv, multicenter, reell verden kohortestudie for utvikling og validering av et multimodal kunstig intelligenssystem for å forutsi respons på neoadjuvant kjemoterapi-immunterapi ved lokalt avansert magekreft (PRISM-GC-studien)
Magekreft er en stor global helseutfordring. For tiden brukes en kombinasjon av kjemoterapi og immunterapi (PD-1-hemmere) ofte før operasjon for å redusere svulster, en strategi kjent som neoadjuvant terapi. Selv om denne tilnærmingen er effektiv for mange pasienter, varierer responsene betydelig, og det finnes for tiden ingen pålitelige verktøy for å forutsi hvilke pasienter som vil ha mest nytte før behandlingen begynner.
PRISM-GC-studien har som mål å utvikle og validere et nytt kunstig intelligens (AI)-system for å imøtekomme dette behovet. Dette er en prospektiv, observasjonsstudie som vil samle inn data fra pasienter diagnostisert med lokalt avansert magekreft som er planlagt å motta standard neoadjuvant kjemoterapi kombinert med immunterapi i en reell klinisk setting. Det spesifikke valget av immunoterapimiddel avgjøres av den behandlende legen og er ikke diktert av studien.
Forskere vil analysere standard preoperativ CT-skanninger og patologiske vevsprøver ved hjelp av avanserte deep learning-algoritmer. Målet er å skape en "multimodal" AI-modell som nøyaktig kan forutsi hvor godt en svulst vil respondere på behandling (spesielt om svulsten vil forsvinne eller reduseres betydelig). Hvis vellykket, kan dette AI-verktøyet hjelpe leger med å tilpasse behandlingsplaner i fremtiden, og sikre at hver pasient får den mest effektive terapien samtidig som unødvendige bivirkninger unngås.
Studieoversikt
Status
Intervensjon / Behandling
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Qun Zhao
- Telefonnummer: +8631186095363
- E-post: zhaoqun@hebmu.edu.cn
Studiesteder
-
-
Anhui
-
Fuyang, Anhui, Kina, 050011
- Rekruttering
- The Fifth Affiliated Hospital of Anhui Medical University
-
Ta kontakt med:
- Yanlong Shi
- Telefonnummer: 031186095363
- E-post: yan_long_shi@163.com
-
-
Hebei
-
Cangzhou, Hebei, Kina, 050011
- Rekruttering
- Cangzhou People's Hospital
-
Ta kontakt med:
- Kaixuan Gao
- Telefonnummer: 031186095363
- E-post: 790806885@qq.com
-
Hengshui, Hebei, Kina, 053099
- Rekruttering
- Hengshui People's Hospital
-
Ta kontakt med:
- Zhenjiang Guo
- Telefonnummer: 031186095363
- E-post: guo_zhen_jiang123@163.com
-
Xingtai, Hebei, Kina, 050011
- Rekruttering
- The Second Affiliated Hospital of Xingtai Medical College
-
Ta kontakt med:
- Yongli Chen
- Telefonnummer: 031186095363
- E-post: chen_yong_li888@163.com
-
-
Hubei
-
Wuhan, Hubei, Kina, 430065
- Rekruttering
- Renmin Hospital of Wuhan University
-
Ta kontakt med:
- Lilong Zhang
- Telefonnummer: 031186095363
- E-post: hb19843362@163.com
-
Yichang, Hubei, Kina, 448000
- Rekruttering
- Yichang Central Hospital
-
Ta kontakt med:
- Wen Xu
- Telefonnummer: 031186095363
- E-post: xu_wen_man@163.com
-
-
None Selected
-
Baoding, None Selected, Kina, 050011
- Rekruttering
- Baoding Central Hospital
-
Ta kontakt med:
- Xiaolong Li
- Telefonnummer: 033486223422
- E-post: hh185496959@126.com
-
Shijiazhuang, None Selected, Kina, 050011
- Rekruttering
- The Fourth Hospital of Hebei Medical University
-
Ta kontakt med:
- Qun Zhao
- Telefonnummer: 031186095363
- E-post: zhaoqun@hebmu.edu.cn
-
Shijiazhuang, None Selected, Kina, 050011
- Rekruttering
- Shijiazhuang People's Hospital
-
Ta kontakt med:
- Ning Meng
- E-post: buezasessiany@outlook.com
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
Alder ≥ 18 år.
Histologisk bekreftet adenokarsinom i magesekken eller gastroøsofageal overgang.
Klinisk stadium cT3-4a, N+, M0 (lokalt avansert) vurdert ved CT/MRI og endoskopisk ultralyd.
Planlagt å motta neoadjuvant kjemoterapi kombinert med PD-1-hemmere (regimer inkludert, men ikke begrenset til SOX/XELOX + Sintilimab/Tislelizumab/Camrelizumab, etc.) som standardbehandling.
Tilgjengelighet av standard kontrastforsterkede abdominale CT-bilder før behandling.
Villighet til å gi perifere blodprøver og vev fra svulst (biopsi/kirurgisk) for sekvensering og analyse.
ECOG ytelsesstatus 0-1.
Tilstrekkelig organfunksjon til å tolerere systemisk kjemoterapi.
Eksklusjonskriterier:
Bevis for fjernmetastaser (Stadium IV) eller uoperabel sykdom.
Tidligere systemisk antikreftbehandling for magekreft (kjemoterapi, strålebehandling eller immunterapi).
Anamnese med andre ondartede svulster innen de siste 5 årene.
Aktiv autoimmun sykdom som krever systemisk immunosuppressiv behandling (kontraindikasjon for PD-1-hemmere).
Akutt kirurgi på grunn av obstruksjon, perforasjon eller ukontrollert blødning.
Alvorlige metallartefakter på CT-bilder som forstyrrer radiomisk funksjonsutvinning.
Graviditet eller amming.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
LAGC Pan-Immunotherapy Cohort
Patients diagnosed with locally advanced gastric cancer (cT3-4a, N+) who are scheduled to receive neoadjuvant chemotherapy combined with PD-1 inhibitors (including but not limited to Sintilimab, Tislelizumab, Camrelizumab, etc.) in a real-world clinical setting.
The specific choice of immunotherapy regimen is determined by the treating physician.
Multimodal data, including preoperative contrast-enhanced CT images, pathological whole-slide images, and biospecimens (blood/tissue), will be collected for AI model development and validation.
|
Pasienter får standard neoadjuvant kjemoterapi (f.eks. SOX- eller XELOX-regime) kombinert med enhver NMPA-godkjent PD-1-hemmer (inkludert, men ikke begrenset til Sintilimab, Tislelizumab, Camrelizumab, etc.) som bestemt av behandlende lege i reell praksis.
Ikke-invasiv vurdering ved bruk av et multimodalt dyp læringssystem (DeepComp) for å analysere preoperativ kontrastforsterket CT-bilder og patologiske snitt.
AI-modellen forutsier sannsynligheten for patologisk komplett respons (pCR), men endrer ikke den kliniske behandlingsplanen.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Patologisk Komplett Respons (pCR) Rate
Tidsramme: Ved postoperativ patologisk evaluering (omtrent 1 måned etter operasjon)
|
Definert som fullstendig fravær av levedyktige svulstceller i det resekerte prøvematerialet (primærtumor og lymfeknuter, ypT0N0), vurdert i henhold til standard patologiske retningslinjer (TRG 0).
Dette utfallsmålet måler den reelle effekten av neoadjuvant kjemoinmunoterapi i kohorten.
|
Ved postoperativ patologisk evaluering (omtrent 1 måned etter operasjon)
|
|
Predictive Accuracy of the Multimodal AI Model for Pathological Complete Response (pCR)
Tidsramme: From baseline assessment to postoperative pathological evaluation (approximately 5 months)
|
The performance of the DeepComp AI model in predicting pCR will be evaluated using the Area Under the Receiver Operating Characteristic Curve (AUC).
The model's predictions (based on preoperative baseline CT and pathology slides) will be compared with the ground truth postoperative pathological results.
Secondary metrics including sensitivity, specificity, accuracy, positive predictive value (PPV), and negative predictive value (NPV) will also be calculated.
|
From baseline assessment to postoperative pathological evaluation (approximately 5 months)
|
Sekundære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
3-års sykdomsfri overlevelse (DFS)
Tidsramme: 3 år etter operasjon
|
3 år etter operasjon
|
Samarbeidspartnere og etterforskere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- PRISM-GC-001
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .