Melhorando o tratamento do glioblastoma: distinguindo a progressão da pseudoprogressão
Melhorando o tratamento do glioblastoma, distinguindo a progressão da pseudoprogressão, aplicando técnicas de aprendizado de máquina a dados clínicos de rotina
O glioblastoma é o tipo mais agressivo de câncer cerebral e leva em média a 20 anos de vida perdidos, mais do que qualquer outro câncer. Imagens de ressonância magnética do cérebro são feitas antes da operação e a cada poucos meses após o tratamento, para ver se o câncer volta a crescer. Pode ser difícil para os médicos dizer se o que eles veem nessas imagens representa um câncer crescente ou um efeito colateral do tratamento. A semelhança da aparência dos efeitos colaterais do tratamento com o câncer é confusa e é conhecida como "pseudoprogressão" (em oposição à verdadeira progressão do câncer).
Se os médicos confundirem a aparência dos efeitos colaterais do tratamento com o crescimento do câncer, eles podem pensar que o tratamento está falhando e mudar o tratamento do paciente muito cedo ou colocá-lo em um ensaio clínico. Isso significa que os pacientes podem não receber o tratamento completo e os resultados de alguns ensaios clínicos não são confiáveis.
O objetivo deste estudo é fornecer aos médicos um programa de computador que usará imagens de ressonância magnética do cérebro que são obtidas rotineiramente durante o tratamento, a fim de ajudá-los a identificar com mais precisão quando o câncer recrescer.
Visão geral do estudo
Status
Condições
Descrição detalhada
O impacto da pseudoprogressão é significativo no atendimento ao paciente e na pesquisa médica. As evidências existentes mostram que é possível usar os modelos de classificação Support Vector Machine e Deep Learning para prever a sobrevivência usando imagens de ressonância magnética de rotina, bem como diferenciar a progressão da pseudoprogressão. Os investigadores desejam capturar a mudança de sinal ao longo do tempo em imagens de ressonância magnética de rotina usando mapas de resposta paramétrica (por meio de um método de registro de imagem pré-operatório de pós-operatório de última geração que eles desenvolveram) e usar esses classificadores para diferenciar a progressão da pseudoprogressão. A pesquisa que os investigadores estão propondo é necessária para fornecer uma solução para o problema da pseudoprogressão e ser implementada em todo o NHS de maneira fácil e eficiente. É importante ressaltar que isso não depende de técnicas avançadas de imagem.
Os dados coletados no KCH nos últimos 24 meses mostram que, mesmo em um importante centro de imagem de glioma, apenas 66% dos pacientes tinham imagem avançada (por exemplo, DSC-MRI) realizada no momento do aumento do realce do contraste, ou seja, possível progressão. O objetivo principal desta pesquisa é usar dados de ressonância magnética clínica de rotina para treinar o classificador. Isso aumentará a utilidade do classificador, pois esses dados de ressonância magnética de rotina podem ser adquiridos por todos os centros de imagem e, portanto, o novo classificador pode fornecer uma solução muito mais econômica do que um classificador alternativo que pode depender de técnicas avançadas de imagem.
O treinamento inicial, o teste e a validação cruzada de um modelo de classificação serão realizados usando dados de ressonância magnética de glioblastoma obtidos de arquivos de imagem acessíveis ao público e do King's College Hospital (KCH), Londres. Para validação clínica, o modelo treinado será submetido a testes usando dados de ressonância magnética de pacientes recrutados prospectivamente.
Tipo de estudo
Inscrição (Antecipado)
Contactos e Locais
Contato de estudo
- Nome: Thomas C Booth, Dr
- Número de telefone: 02078489568
- E-mail: thomas.booth@kcl.ac.uk
Estude backup de contato
- Nome: Shuaib, MSc
- E-mail: haris.shuaib@kcl.ac.uk
Locais de estudo
-
-
-
Brighton, Reino Unido, BN2 5BE
- Recrutamento
- Royal Sussex County Hospital, Brighton and Sussex University Hospitals NHS Trust
-
Investigador principal:
- Ed Chandy
-
Cardiff, Reino Unido, CF14 2TL
- Recrutamento
- Velindre Cancer Centre, Velindre University NHS Trust
-
Investigador principal:
- James Powell
-
Dundee, Reino Unido, DD1 9SY
- Recrutamento
- Ninewells Hospital and Medical School, NHS Tayside
-
Investigador principal:
- Avinash Kanodia
-
Hull, Reino Unido, HU3 2KZ
- Recrutamento
- Hull Royal Infirmary, Hull University Teaching Hospitals NHS Trust
-
Investigador principal:
- Chris Rowland Hill
-
Leeds, Reino Unido, LS1 3EX
- Recrutamento
- Leeds General Infirmary, The Leeds Teaching Hospitals NHS Trust
-
Investigador principal:
- Ryan Mathew
-
London, Reino Unido, W6 8RF
- Recrutamento
- Charing Cross Hospital, Imperial College Healthcare NHS Trust
-
London, Reino Unido, SE1 9RT
- Recrutamento
- Guy's Hospital, Guy's and St Thomas' NHS Foundation Trust
-
Investigador principal:
- Haris Shuaib
-
London, Reino Unido, SE5 9RS
- Recrutamento
- King's College Hospital, King's College Hospital NHS Trust
-
London, Reino Unido, WC1N 3BG
- Recrutamento
- National Hospital for Neurology and Neurosurgery, University College London Hospitals NHS Foundation Trust
-
Investigador principal:
- Steffi Thust
-
Manchester, Reino Unido, M20 4BX
- Recrutamento
- The Christie Hospital, The Christie NHS Foundation Trust
-
Investigador principal:
- Sean Tenant
-
Newcastle, Reino Unido, NE7 7DN
- Recrutamento
- Newcastle upon Tyne Hospitals NHS Foundation Trust- Newcastle Freeman Hospital
-
Investigador principal:
- Joanne Lewis
-
Nottingham, Reino Unido, NG7 2UH
- Recrutamento
- Nottingham University Hospitals NHS Trust- City Hospital
-
Plymouth, Reino Unido, PL6 8DH
- Recrutamento
- University Hospitals Plymouth NHS Trust
-
Investigador principal:
- Mark Thurston
-
Preston, Reino Unido, PR2 9HT
- Recrutamento
- Lancashire Teaching Hospitals NHS Foundation Trust
-
Investigador principal:
- Erica Beamount
-
Sutton, Reino Unido, SM2 5PT
- Recrutamento
- The Royal Marsden Hospital, Royal Marsden NHS Foundation Trust
-
Investigador principal:
- Liam Welsh
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- Diagnosticado com glioblastoma (grau IV da Organização Mundial da Saúde)
- Paciente submetido ao regime de tratamento Stupp padrão
- Ter feito um exame pré-operatório e pelo menos um exame de acompanhamento pós-quimiorradiação
Critério de exclusão:
- Acompanhamento clínico e radiológico insuficiente
- O tratamento do paciente se desvia muito do regime Stupp padrão, pois eles são recrutados para ensaios intervencionistas e informações suficientes não são conhecidas sobre o tratamento experimental do paciente
- Pacientes recebendo tratamento com inibidores da angiogênese, como bevacizumabe, antes da conclusão do regime de Stupp
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: Coorte
- Perspectivas de Tempo: Prospectivo
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão do modelo de inteligência artificial
Prazo: Até 36 meses
|
Definido por uma matriz de confusão de sensibilidade e especificidade para verdadeiros positivos e verdadeiros negativos.
|
Até 36 meses
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Taxa de falha do modelo de inteligência artificial
Prazo: Até 36 meses
|
A taxa em que o teste não pode fornecer um resultado (por exemplo,
devido à má qualidade ou falta de dados)
|
Até 36 meses
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Thomas Booth, King's College London
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Antecipado)
Conclusão do estudo (Antecipado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 5.0 15/01/21
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .
Ensaios clínicos em Glioblastoma
-
Beijing Neurosurgical InstituteInscrevendo-se por conviteGlioblastoma IDH (isocitrato desidrogenase) tipo selvagem | Glioblastom OMS Grau 4China
-
University of AberdeenNHS GrampianAinda não está recrutando
-
University Hospital MuensterIsotope Technologies Munich (ITM) Oncologics; Helmholtz Zentrum München Deutsches...Ativo, não recrutandoGlioblastom OMS Grau 4Alemanha
-
Rigshospitalet, DenmarkAinda não está recrutandoDerrame | Tumor Cerebral Adulto | Cérebro (Sistema Nervoso) Cânceres | Lesões cerebrais traumáticas | Glioblastoma (GBM) | Glioblastom OMS Grau 4 | Lesões cerebrais agudasDinamarca