Fenotypowanie rejestru raka wątroby (PHELICAR)
Rejestr danych klinicznych na dużą skalę (CDR) w celu dokładnej identyfikacji specyficznych fenotypów nowotworów w celu lepszego diagnozowania i przewidywania wyników leczenia pacjentów z HCC
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Badanie przejdzie przez dwie odrębne fazy.
- Faza 1 składa się z dwóch głównych etapów: Pierwszy etap polega na zidentyfikowaniu unikalnych fenotypów guza w oparciu o platformę fenotypowania iBiopsy, która wyodrębnia sygnatury obrazowe odpowiadające każdemu indywidualnemu fenotypowi i oceni wydajność analityczną/techniczną platformy iBiopsy. Proponowany projekt uzupełni luki w charakterystyce odczytu analitycznego w różnych warunkach akwizycji obrazu oraz zmienności powtórzeń w identycznych warunkach analitycznych. Po zidentyfikowaniu zestawu odpowiednich fenotypów guza przejdą one do fazy charakteryzacji. Zostanie to przeprowadzone poprzez ocenę wstępnego reprezentatywnego zbioru danych (np. setek pacjentów) w celu szkolenia (w celu odkrycia) i walidacji (w celu przetestowania odporności). Drugi etap zakończy wstępną biologiczną/kliniczną walidację powyższych fenotypów pod kątem diagnozy i podtypowania choroby. Obejmuje to badanie dużego zbioru danych (np. tysięcy pacjentów) CDR do szkolenia i walidacji, wykorzystując dane histopatologiczne jako wzorzec odniesienia oraz optymalizację sygnatur obrazowania przy użyciu metod uczenia opartych na sztucznej inteligencji.
- Faza 2 również ma dwa etapy. Pierwszym etapem fazy 2 jest rygorystyczna walidacja kandydujących fenotypów wyłonionych w fazie 1 do diagnozy pacjentów z HCC. Drugim etapem fazy 2 jest walidacja tych wybranych fenotypów kandydujących do przewidywania wyniku. Te rygorystyczne walidacje obejmują wykorzystanie dużego CDR pacjentów z HCC (walidacja biologiczna/kliniczna późnego stadium).
Tradycyjne systemy wyszukiwania obrazów medycznych, takie jak Picture Archival Systems (PACS), wykorzystują ustrukturyzowane dane (metadane) lub nieustrukturyzowane adnotacje tekstowe (raporty lekarzy) do pobierania obrazów. Jednak treść obrazów nie może być w pełni opisana słowami, a rozumienie obrazów różni się w zależności od osoby, dlatego tekstowy system wyszukiwania obrazów nie może sprostać wymaganiom masowego wyszukiwania obrazów. W odpowiedzi na te ograniczenia opracowano systemy CBIR wykorzystujące cechy wizualne wyodrębnione z obrazów zamiast słów kluczowych. Ważnym i użytecznym rezultatem tych CBIR jest możliwość wypełnienia luki semantycznej, umożliwiając użytkownikom przeszukiwanie repozytorium obrazów pod kątem cech obrazu wysokiego poziomu, co pozwala na dopasowanie sygnatur fenotypów opartych na obrazach wyodrębnionych bezpośrednio z obrazu medycznego zapytania z indeksowanymi sygnaturami fenotypów w rejestrze.
System CBIR firmy Median Technologies wykorzystuje opatentowane algorytmy i procesy do dekodowania obrazów poprzez automatyczne wyodrębnianie setek cech obrazowania, a także bardzo zwartych sygnatur z dziesiątek tysięcy trójwymiarowych fragmentów obrazu obliczanych na całym obrazie bez potrzeby wcześniejszej segmentacji. Oprócz szczegółowych profili fenotypowych, które można skorelować z histopatologią oraz profilami genomowymi i plazmatycznymi, system generuje unikalną sygnaturę dla każdej płytki, zapewniając odcisk palca „fenotypu opartego na obrazie” odpowiedniej tkanki. Wykorzystując masowo równoległe metody obliczeniowe, biomarkery obrazowania i sygnatury fenotypów są wyodrębniane z obrazu docelowego, a następnie organizowane w klastry podobnych sygnatur i indeksowane w celu wyszukiwania i pobierania w czasie rzeczywistym w bazach danych bez schematów (NoSQL).
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Ile De France
-
Paris, Ile De France, Francja, 75013
- Assistance Publique - Hôpitaux de Paris (AP-HP) Groupe Hospitalier La Pitié-Salpêtrière
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
Pacjenci z wzrokową chorobą wątroby, którzy:
- Uwidocznić zmianę na tomografii komputerowej / rezonansie magnetycznym z potwierdzeniem histologicznym (resekcja chirurgiczna, biopsja, przeszczep).
- Z tomografią komputerową / rezonansem magnetycznym wykonanym w ciągu 6 miesięcy przed biopsją, interwencją chirurgiczną lub przeszczepem.
Kryteria wyłączenia:
- Pacjenci, u których wykonano tomografię komputerową / rezonans magnetyczny ponad 6 miesięcy przed interwencją chirurgiczną
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
pacjent z rakiem wątrobowokomórkowym
Budowanie bazy danych sygnatur fenotypów Ekstrakcja i grupowanie cech obrazu
|
Operacje przetwarzania obrazu wymagane do lokalnej ekstrakcji cech obrazu opartej na treści składają się z dwóch głównych zadań: 1) kafelkowanie obrazów w mniejszych VOI, zazwyczaj w małym sześcianie, którego rozmiar zależy od modalności, rozdzielczości obrazu i celu zapytania oparte na treści oraz 2) wykonywanie operacji ekstrakcji cech na VOI. Funkcja Feature Extraction Engine przeprowadza całkowicie nienadzorowane, automatyczne i asynchroniczne ekstrakcje cech z obrazów, organizuje je i indeksuje w bazie danych bez języka SQL w oparciu o unikalną metrykę podobieństwa. Wynikiem tej fazy jest seria klastrów sygnatur fenotypów.
Ponieważ klastry samoorganizują się, ich znaczenie patofizjologiczne nie jest od razu oczywiste i wymaga dalszej analizy.
Charakterystykę każdego skupienia przeprowadza się poprzez analizę reprezentatywnych próbek i ich odpowiednią korelację z wynikami histopatologicznymi.
Po serii iteracji klastry są zorganizowane w celu korelacji z różnymi podtypami tkanek identyfikowanymi przez ich podobieństwo sygnatur.
Ostateczna liczba klastrów nie jest znana a priori i zależy od heterogeniczności podstawowych fenotypów obrazowania.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Specyficzne fenotypy nowotworów
Ramy czasowe: 2 lata
|
dokładnie identyfikować określone fenotypy guza, aby lepiej diagnozować i przewidywać wyniki leczenia raka wątrobowokomórkowego
|
2 lata
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wykrywanie i charakteryzacja raka wątrobowokomórkowego
Ramy czasowe: 2 lata
|
dostarczyć jedną lub więcej dostosowanych do potrzeb nieinwazyjnych metodologii opartych na obrazowaniu w celu oceny obecności, aktywności i rodzaju raka wątrobowokomórkowego w praktyce klinicznej
|
2 lata
|
|
Powtarzalność i odtwarzalność
Ramy czasowe: 2 lata
|
Testowanie odporności fenotypów poprzez badania powtarzalności i odtwarzalności
|
2 lata
|
|
Kwalifikacja fenotypów obrazowania
Ramy czasowe: 2 lata
|
: kwalifikacja fenotypów obrazowania na podstawie patofizjologii i wyniku klinicznego
|
2 lata
|
|
Wykrywanie i charakteryzacja małych zmian chorobowych
Ramy czasowe: 2 lata
|
Opis: dostarczają jedną lub więcej dostosowanych do potrzeb nieinwazyjnych metodologii opartych na obrazowaniu do wykrywania i charakteryzowania małych zmian (< 2 cm) (AUC 0,8)
|
2 lata
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Olivier Lucidarme, MD, Assitance publique - Hôpitaux de Paris
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- APHP191046
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .