- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05096533
O valor da aplicação da inteligência artificial no diagnóstico e tratamento de precisão por ressonância magnética do câncer de bexiga
19 de outubro de 2021 atualizado por: The First Affiliated Hospital with Nanjing Medical University
Estudo clínico multicêntrico prospectivo sobre o valor da aplicação da inteligência artificial no diagnóstico de precisão por ressonância magnética e tratamento do câncer de bexiga
Este estudo foi um estudo clínico observacional multicêntrico prospectivo. Um total de 150 pacientes com tumor maligno de bexiga admitidos no departamento de urologia de cada centro para tratamento e submetidos a ressecção elétrica ou cistectomia radical foram planejados para serem incluídos.
A fim de analisar a sensibilidade, especificidade e precisão da inteligência artificial na previsão do estadiamento patológico pós-operatório, os pacientes que entraram no grupo foram acompanhados por 3 anos, então, analisamos a correlação entre os resultados da previsão da inteligência artificial e o paciente OS PFS RFS.
Foi verificado preliminarmente que os resultados do modelo de inteligência artificial têm potencial para prever o prognóstico de pacientes com câncer de bexiga.
Visão geral do estudo
Status
Recrutamento
Condições
Descrição detalhada
Pesquisa preliminar: Esta pesquisa é uma pesquisa conjunta multidisciplinar, combinando inteligência artificial com ressonância magnética, pode tornar a determinação pré-operatória do estágio do câncer de bexiga mais precisa e orienta o plano de tratamento do trabalhador clínico.
Atualmente, foi construído um modelo de inteligência artificial baseado em imagens pré-operatórias de ressonância magnética para prever o estadiamento e o prognóstico do paciente.
Construímos um modelo de previsão de estadiamento por meio da rede de inteligência artificial de aprendizagem profunda e coletamos dados de imagem de ressonância magnética e dados patológicos pós-operatórios relacionados de pacientes, posteriormente, acompanhamos 576 pacientes com base na construção do modelo de estadiamento.
Ao obter OS, PFS e RFS dos pacientes, uma parte foi selecionada aleatoriamente como um conjunto de treinamento para treinar o modelo de rede de aprendizado profundo.
A outra parte é usada como um conjunto de teste para verificar sua precisão.
Este estudo foi um estudo clínico observacional multicêntrico prospectivo. Um total de 150 pacientes com tumor maligno de bexiga admitidos no departamento de urologia de cada centro para tratamento e submetidos a ressecção elétrica ou cistectomia radical foram planejados para serem incluídos.
A fim de analisar a sensibilidade, especificidade e precisão da inteligência artificial na previsão do estadiamento patológico pós-operatório, os pacientes que entraram no grupo foram acompanhados por 3 anos, então, analisamos a correlação entre os resultados da previsão da inteligência artificial e o paciente OS PFS RFS.
Foi verificado preliminarmente que os resultados do modelo de inteligência artificial têm potencial para prever o prognóstico de pacientes com câncer de bexiga.
Tipo de estudo
Observacional
Inscrição (Antecipado)
150
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Locais de estudo
-
-
Jiangsu
-
Nanjing, Jiangsu, China, 210000
- Recrutamento
- The First Affiliated Hospital of Nanjing Medical University
-
Contato:
- Qiang Lu
- Número de telefone: 13505196501
- E-mail: dxhlvqiang@163.com
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Não
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra Não Probabilística
População do estudo
Os pacientes recebem ressonância magnética em cada centro de estudo e passam pela operação.
Descrição
Critério de inclusão:
- O exame pré-operatório alerta o paciente para câncer de bexiga;
- Não há limite de gênero;
- A idade de 18 anos ou mais;
- Pode fornecer imagens de ressonância magnética pré-operatórias;
- Concordar em fornecer informações clínicas básicas pessoais e dados patológicos e de imagem para pesquisa científica e assinar o consentimento informado;
- Concordar em fornecer os resultados do monitoramento durante o monitoramento de acompanhamento para recorrência.
Critério de exclusão:
- O paciente não conseguiu fornecer imagens de ressonância magnética pré-operatórias, incluindo imagens de ressonância magnética após a terapia neoadjuvante e antes da cirurgia;
- Pacientes com informações patológicas incompletas de amostras foram incapazes de fornecer informações precisas de estadiamento e classificação;
- Os pacientes não podem ser operados por motivos próprios: insuficiência cardíaca grave, infarto agudo do miocárdio, doenças cardíacas e pulmonares graves, etc., não toleram o tratamento cirúrgico normal;
- Pacientes que foram submetidos a cirurgia recentemente (por exemplo, TURBT) antes do exame de ressonância magnética;
- O pesquisador acredita que existem quaisquer condições que possam prejudicar o sujeito ou fazer com que o sujeito não cumpra ou não cumpra os requisitos do estudo;
- Pacientes incapazes de fornecer consentimento informado por escrito.
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Explorar o valor da aplicação da inteligência artificial no diagnóstico e tratamento precisos do tumor da bexiga e melhorar a precisão do diagnóstico por ressonância magnética do estágio e grau do câncer da bexiga por meio da inteligência artificial.
Prazo: 1 ano
|
2、Através da análise de concordância dos resultados do ensaio de diagnóstico de inteligência artificial com os resultados padrão-ouro da cirurgia, a sensibilidade, especificidade, valor preditivo positivo (PPV), valor preditivo negativo (VPN) do diagnóstico de inteligência artificial antes da operação.
|
1 ano
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Sobrevida geral
Prazo: 3 anos após a cirurgia
|
A correlação entre o modelo de inteligência artificial e o sistema operacional em pacientes com câncer de bexiga foi analisada para verificar preliminarmente a capacidade potencial dos resultados do modelo de inteligência artificial em prever o prognóstico de pacientes com câncer de bexiga.
|
3 anos após a cirurgia
|
Outras medidas de resultado
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
sobrevida livre de recorrência
Prazo: 3 anos após a cirurgia
|
A correlação entre o modelo de inteligência artificial e o RFS em pacientes com câncer de bexiga foi analisada para verificar preliminarmente a capacidade potencial dos resultados do modelo de inteligência artificial em prever o prognóstico de pacientes com câncer de bexiga.
|
3 anos após a cirurgia
|
|
sobrevida livre de progressão
Prazo: 3 anos após a cirurgia
|
A correlação entre o modelo de inteligência artificial e PFS em pacientes com câncer de bexiga foi analisada para verificar preliminarmente a capacidade potencial dos resultados do modelo de inteligência artificial em prever o prognóstico de pacientes com câncer de bexiga.
|
3 anos após a cirurgia
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Colaboradores
Publicações e links úteis
A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.
Publicações Gerais
- Panebianco V, Narumi Y, Altun E, Bochner BH, Efstathiou JA, Hafeez S, Huddart R, Kennish S, Lerner S, Montironi R, Muglia VF, Salomon G, Thomas S, Vargas HA, Witjes JA, Takeuchi M, Barentsz J, Catto JWF. Multiparametric Magnetic Resonance Imaging for Bladder Cancer: Development of VI-RADS (Vesical Imaging-Reporting And Data System). Eur Urol. 2018 Sep;74(3):294-306. doi: 10.1016/j.eururo.2018.04.029. Epub 2018 May 10.
- Wang H, Luo C, Zhang F, Guan J, Li S, Yao H, Chen J, Luo J, Chen L, Guo Y. Multiparametric MRI for Bladder Cancer: Validation of VI-RADS for the Detection of Detrusor Muscle Invasion. Radiology. 2019 Jun;291(3):668-674. doi: 10.1148/radiol.2019182506. Epub 2019 Apr 23.
- Suarez-Ibarrola R, Hein S, Reis G, Gratzke C, Miernik A. Current and future applications of machine and deep learning in urology: a review of the literature on urolithiasis, renal cell carcinoma, and bladder and prostate cancer. World J Urol. 2020 Oct;38(10):2329-2347. doi: 10.1007/s00345-019-03000-5. Epub 2019 Nov 5.
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Real)
1 de janeiro de 2021
Conclusão Primária (Antecipado)
1 de maio de 2022
Conclusão do estudo (Antecipado)
1 de janeiro de 2023
Datas de inscrição no estudo
Enviado pela primeira vez
7 de outubro de 2021
Enviado pela primeira vez que atendeu aos critérios de CQ
19 de outubro de 2021
Primeira postagem (Real)
27 de outubro de 2021
Atualizações de registro de estudo
Última Atualização Postada (Real)
27 de outubro de 2021
Última atualização enviada que atendeu aos critérios de controle de qualidade
19 de outubro de 2021
Última verificação
1 de outubro de 2021
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 2021-SR-409
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
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 .