Patologia cyfrowa i sztuczna inteligencja w leczeniu wątroby w MASLD (DPAILO-1)
Epidemiologiczne wyniki badań wątroby Retrospektywne badanie potwierdzające wartość prognostyczną cyfrowego biomarkera patologii zwłóknienia FibroNest (Ph-FCS) u pacjentów z MASLD (DPAILO-1)
Celem tego obserwacyjnego, wieloośrodkowego, retrospektywnego badania jest potwierdzenie skuteczności złożonego wyniku FibroNest Phenotypic Fibrosis Composite Score (Ph-FCS) Digital Pathology (DP) ustalonego na podstawie konwencjonalnego WSI biopsji wątroby w przewidywaniu klinicznych zdarzeń dekompensacji wątroby w zaburzeniach metabolicznych - pacjenci ze stłuszczeniowym zapaleniem wątroby (MASH).
W retrospektywnym badaniu z udziałem 403 pacjentów z MASH i 18-letnią obserwacją (2023, Hepatology. 78(S1) S1-S2154 2084-A), biomarker Ph-FCS DP był w stanie przewidzieć zdarzenia klinicznej dekompensacji wątroby przy AUROC wynoszącym 0,765.
Celem tego badania jest (i) potwierdzenie prognostycznej skuteczności biomarkera Ph-FCS w dużej kohorcie oraz (ii) ocena prognostycznej skuteczności Ph-FCS skorygowanej o stłuszczenie (PR-Ph-FCS) oraz (iii) w celu porównania wyników prognostycznych opartego na biopsji narzędzia Digital Pathology Ph-FCS z nieinwazyjnymi biomarkerami (Fib-4 i elastografia / Fibroscan).
Kryteriami włączenia pacjentów do tego retrospektywnego badania są:
- Dorośli pacjenci (>=18 lat) z MASLD zdefiniowanym histologicznie.
- Biopsja wątroby z plamami zwłóknienia dostępna do digitalizacji lub już zdigitalizowana.
- Obserwacja kliniczna, dostępne nagranie przez ponad 1 rok. Związane z wątrobą, albo poprzez hospitalizację, kody ICD-10, albo poprzez obserwację kliniczną.
Przegląd badań
Status
Szczegółowy opis
Retrospektywne, wieloośrodkowe badanie, w którym pacjenci z histologicznie określoną stłuszczeniową chorobą wątroby związaną z dysfunkcją metaboliczną (MASLD), w tym zwykłym stłuszczeniem, byli poddawani biopsji wątroby (standardowa opieka, wartość wyjściowa, T0) i byli poddawani obserwacji klinicznej przez 1 do ponad 10 lat.
Patologia cyfrowa:
Skrawki tkanki histologicznej utrwalone w formalinie i zatopione w parafinie (FFPE) barwiono pod kątem zwłóknienia za pomocą barwienia trichromem Massona lub barwnikiem Picro Sirius Red i osadzano na szkiełkach szkiełkowych. Szkiełka skanowano (skanery Whole Slide Imaging) przy powiększeniu 40X w dowolnym formacie (.ndpi, .svs, .czi .tiff..etc). Pacjentów poddano obserwacji klinicznej trwającej od T0+1 lat do ponad T0+10 lat.
Cyfrowe biomarkery patologii:
Cyfrowy obraz patologii przesłany do opartego na chmurze systemu danych PharmaNest. Cyfrowa ocena patologii (DP) FibroNest Fenotypowy wynik zwłóknienia (Ph-FCS) i PT-Ph-FCS skorygowany o stłuszczenie zostaną obliczone przez PharmaNest w Princeton, USA. Wartości biomarkerów Ph-FCS i długoterminowa obserwacja kliniczna zostaną przeanalizowane w celu określenia wartości predykcyjnej wyniku Ph-FCS dla wystąpienia klinicznych zdarzeń dekompensacji wątroby i porównane z predykcyjną wydajnością testów nieinwazyjnych (NIT). wydajność (Fib4 i elastografia).
Zdefiniowane zdarzenia kliniczne:
- Śmierć z jakiejkolwiek przyczyny
- Śmierć związana z wątrobą
- zdarzenia kliniczne związane z dekompensacją wątroby, tj. Żylaki przełyku z krwawieniem ii. Wodobrzusze III. Encefalopatia wątrobowa
- Rak wątrobowokomórkowy
Czas do zdarzenia będzie rejestrowany dla każdego z tych zdarzeń.
Ocena wielkości próbki
Do rozróżnienia obu grup użyjemy dwustronnego testu t-Studenta. Przeprowadzono analizę mocy, aby znaleźć minimalną liczbę próbek potrzebną w każdej grupie, aby uzyskać statystycznie istotną różnicę. Korzystając z danych demograficznych z dwóch badań1,2, uzyskaliśmy proporcje grup, w których wystąpiły zdarzenia związane z wątrobą, i grup, w których nie wystąpiły zdarzenia. Średnią i odchylenie standardowe dla każdej grupy, które wykorzystano do obliczenia wielkości efektu, uzyskano z badania pilotażowego, jak pokazano na ryc. 13. Modelując wartość p i moc dla różnej wielkości próby, byliśmy w stanie obliczyć pożądaną wielkość próbki dla określonej mocy i wartości p. Zakres 0,001-0,75 wybrano dla wartości alfa i 0,6-0,99 dla wartości mocy. Alfa <0,05 i moc > 0,8 są zwykle uważane za wartości idealne. Stosunek zdarzeń do braku zdarzeń uzyskano z poprzednich badań1,2, jak pokazano w 5. rzędzie w Tabeli 1. Jeśli założymy, że nasz rozkład danych będzie najbardziej podobny do rozkładu danych Santala i wsp., potrzebujemy łącznie 1944 pacjentów, aby ustalić, że biomarker Ph-FCS może przewidzieć pierwsze zdarzenia związane z wątrobą przy wartości p wynoszącej 0,05 i mocy 0,80.
Plan analizy statystycznej
Wartości biomarkerów elastografii Ph-FCS, PT-Ph-FCS, Fib-4 i FibroScan zostaną wykorzystane do analizy czasu do zdarzenia Kaplana-Myera w okresie od 2 do 10 lat. Dwustronny test t-Studenta zostanie zastosowany w celu sprawdzenia, czy wyniki mogą się różnić w grupach z wynikami leczenia wątroby i grupami bez wątroby. Krzywa charakterystyki operacyjnej odbiornika (ROC) i pole pod krzywą (AUC) zostaną wykorzystane do sprawdzenia, jak dobrze wynik przewiduje stan wątroby.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Dorośli pacjenci (>=18 lat) z MASLD zdefiniowanym histologicznie.
- Biopsja wątroby z plamami zwłóknienia dostępna do digitalizacji lub już zdigitalizowana.
- Dostępna obserwacja kliniczna trwająca ponad 1 rok, w której rejestrowane są wyniki związane z wątrobą na podstawie kodów ICD-10 związanych z hospitalizacją lub obserwacji klinicznej
Kryteria wyłączenia:
- Choroby wątroby inne niż MASLD Uwaga: nie ma wykluczenia na podstawie operacji bariatrycznej, znacznej utraty masy ciała lub włączenia do badań klinicznych NASH, ale dane są zbierane w celu analizy danych / konkurencyjnych efektów (patrz plan analizy danych)
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Zdarzenie niezwiązane z wątrobą
Brak któregokolwiek ze zdarzeń wątrobowych opisanych w drugiej grupie w obserwacji klinicznej pacjenta.
|
Nazwa biomarkera: FibroNest Phenotypic Fibrosis Composite Score Akronim: FibroNest Ph-FCS Typ biomarkera: Histologiczny, cyfrowy, ilościowa analiza obrazu, modalność obrazowania Definicja: Ilościowa, znormalizowana (bez jednostek) i ciągła złożona ocena, która agreguje ilościowe cechy histologiczne zwłóknienia nasilenie mierzone za pomocą ilościowej analizy obrazu o wysokiej rozdzielczości.
|
|
Wydarzenie związane z wątrobą
Zdarzenia związane z wątrobą obejmują śmierć związaną z wątrobą, zdarzenia dekompensacji wątroby (krwotok z żylaków, wodobrzusze, encefalopatia wątrobowa) i raka wątrobowokomórkowego.
|
Nazwa biomarkera: FibroNest Phenotypic Fibrosis Composite Score Akronim: FibroNest Ph-FCS Typ biomarkera: Histologiczny, cyfrowy, ilościowa analiza obrazu, modalność obrazowania Definicja: Ilościowa, znormalizowana (bez jednostek) i ciągła złożona ocena, która agreguje ilościowe cechy histologiczne zwłóknienia nasilenie mierzone za pomocą ilościowej analizy obrazu o wysokiej rozdzielczości.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wartość predykcyjna wydajności dekompensacji wątroby dla FibroNest Ph-FCS
Ramy czasowe: Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
Obszar pod krzywą charakterystyki działania odbiornika (AUROC) FibroNest Ph-FCS, jako biomarker prognostyczny/diagnostyczny zdarzeń związanych z wątrobą u pacjentów z MASH.
|
Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wartość predykcyjna zdarzenia dekompensacji wątroby biomarkera FIB-4, testu nieinwazyjnego
Ramy czasowe: Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
Obszar pod krzywą charakterystyczną działania odbiornika (AUROC) FIB-4, jako biomarker prognostyczny/diagnostyczny dla zdarzeń dekompensacji wątroby u pacjentów z MASH.
|
Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
|
Wydajność dekompensacji wątroby Wartość predykcyjna zdarzenia biomarkera elastograficznego (Fibroscan), testu nieinwazyjnego
Ramy czasowe: Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
Pole pod krzywą charakterystyczną działania odbiornika (AUROC) elastografii, jako biomarker prognostyczny/diagnostyczny dla zdarzeń dekompensacji wątroby u pacjentów z MASH.
|
Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
|
Wartość predykcyjna zdarzenia dekompensacji wątroby dla stopnia zwłóknienia NASH-CRN, opartej na biopsji oceny ciężkości zwłóknienia
Ramy czasowe: Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
Obszar pod krzywą charakterystyki działania odbiornika (AUROC) w stadium NASH-CRN F, jako oparty na biopsji biomarker prognostyczny/diagnostyczny dla zdarzeń dekompensacji wątroby u pacjentów z MASH.
|
Analiza czasu do wystąpienia zdarzenia w okresie od 2 do 10 lat
|
|
Performance of Hepatic Decompensation Event predictive value of the Collagen Area Ratio Digital Pathology biomarker (CAR%, as measured by FibroNest)
Ramy czasowe: Time-to-event analysis between 2 and 10 years
|
Area under Receiver Operating Characteristic Curve (AUROC) of CAR%, as a prognostic/diagnostic biomarker for Hepatic Decompensation Events in patients with MASH.
|
Time-to-event analysis between 2 and 10 years
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Vlad Ratziu, MD, PhD, Sorbonne University
Publikacje i pomocne linki
Publikacje ogólne
- Kendall TJ, Jimenez-Ramos M, Turner F, Ramachandran P, Minnier J, McColgan MD, Alam M, Ellis H, Dunbar DR, Kohnen G, Konanahalli P, Oien KA, Bandiera L, Menolascina F, Juncker-Jensen A, Alexander D, Mayor C, Guha IN, Fallowfield JA. An integrated gene-to-outcome multimodal database for metabolic dysfunction-associated steatotic liver disease. Nat Med. 2023 Nov;29(11):2939-2953. doi: 10.1038/s41591-023-02602-2. Epub 2023 Oct 30.
- Ratziu V, Chen L, Petitjean L. et al. Novel Artificial Intelligence-Assisted Digital Pathology Quantitative Image Analysis Predicts the occurrence of Liver-related Clinical Events in the Multicentric, European, Hepatic Outcomes and Survival Fatty Liver Registry (HITSURFR) Study. Hepatology. 78(S1) S1-S2154 2084-A
- Sanyal AJ, Van Natta ML, Clark J, Neuschwander-Tetri BA, Diehl A, Dasarathy S, Loomba R, Chalasani N, Kowdley K, Hameed B, Wilson LA, Yates KP, Belt P, Lazo M, Kleiner DE, Behling C, Tonascia J; NASH Clinical Research Network (CRN). Prospective Study of Outcomes in Adults with Nonalcoholic Fatty Liver Disease. N Engl J Med. 2021 Oct 21;385(17):1559-1569. doi: 10.1056/NEJMoa2029349.
Przydatne linki
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
- PHN 1-080-23
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
produkt wyprodukowany i wyeksportowany z USA
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 .