- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05375591
IA e radiômica para estratificação de nódulos pulmonares após tratamento radical de câncer (AI-SONAR)
Inteligência artificial e radiômica para estratificação de nódulos pulmonares após tratamento radical de câncer (AI-SONAR)
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Melhorias na detecção e diagnóstico de câncer levaram a um número crescente de pacientes diagnosticados com câncer em estágio inicial e potencialmente recebendo terapia curativa com melhores resultados de sobrevida. Estudos retrospectivos recentes em sobreviventes de câncer demonstraram que esses pacientes possuem um risco aumentado de novos cânceres ao longo da vida em comparação com a população em geral, em parte devido a fatores de risco compartilhados pelo estilo de vida (por exemplo, tabagismo), predisposição genética ao câncer ou efeitos colaterais oncogênicos a jusante de terapias anticancerígenas (p. radioterapia). O câncer de pulmão continua sendo a principal causa de mortes relacionadas ao câncer em todo o mundo e os pulmões também representam um local comum para doença metastática em pacientes com malignidade não pulmonar. Além disso, o câncer de pulmão é uma das segundas malignidades primárias mais comuns em pacientes com história prévia de câncer tratado. Portanto, discernir o significado de um nódulo pulmonar no contexto de um câncer anterior continua sendo um desafio clínico, pois pode representar uma doença benigna, recidiva metastática ou nova malignidade primária.
Este estudo avaliará a utilidade das abordagens de radiômica e inteligência artificial para novos nódulos pulmonares em pacientes que passaram por tratamento radical para um câncer anterior. Isso implicará o uso de abordagens de aprendizado de máquina (ML) e, posteriormente, a exploração de abordagens de redes neurais convolucionais/de aprendizagem profunda para interpretação de nódulos para diferenciação de nódulos/lesões benignas, metastáticas e novas de câncer de pulmão primário. O desenvolvimento de um classificador de ML ou ferramenta baseada em aprendizado profundo pode ajudar a orientar quais pacientes se beneficiariam de investigações anteriores, incluindo imagens adicionais, amostragem de biópsia e levar a um diagnóstico precoce de câncer, levando a melhores resultados para os pacientes nesta coorte exclusiva. Este é um estudo retrospectivo analisando dados já coletados rotineiramente como parte do atendimento ao paciente. Todos os dados serão anonimizados antes de qualquer análise, nenhuma intervenção direcionada/relacionada ao paciente será empregada e a isenção de consentimento para inclusão no estudo será exercida.
Tipo de estudo
Inscrição (Antecipado)
Contactos e Locais
Contato de estudo
- Nome: Sejal Jain
- Número de telefone: 020 7808 2603
- E-mail: sejal.jain@rmh.nhs.uk
Estude backup de contato
- Nome: Laura Boddy
- Número de telefone: 020 7808 2603
- E-mail: laura.boddy@rmh.nhs.uk
Locais de estudo
-
-
-
London, Reino Unido, SW3 6JJ
- Recrutamento
- The Royal Marsden NHS Foundation Trust (Chelsea Site)
-
Contato:
- Sejal Jain
- Número de telefone: 02078082603
- E-mail: sejal.jain@rmh.nhs.uk
-
Contato:
- Laura Boddy
- Número de telefone: 07414643915
- E-mail: laura.boddy@rmh.nhs.uk
-
London, Reino Unido, SW3 6NP
- Recrutamento
- Royal Brompton Hospital
-
Contato:
- Hardeep Kalsi
- Número de telefone: 02078082603
- E-mail: hardeep.kalsi@rmh.nhs.uk
-
Investigador principal:
- Anand Deveraj
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
História confirmada de câncer de órgão sólido tratado radicalmente ou com intenção curativa anterior dentro de 10 anos de nova TC torácica demonstrando um novo nódulo pulmonar e um dos seguintes:
- Biópsia confirmando malignidade anterior com consenso MDT e resolução/remissão bem-sucedida do câncer após tratamento anticancerígeno em imagens de intervalo ou análise de sangue
- Onde a biópsia não foi possível/confirmada para malignidade anterior, resultado de consenso MDT confirmando câncer (+/- escore de Herder calculado > 80%, se aplicável) e decisão de tratar como malignidade com subsequente resolução/remissão após tratamento anti-câncer em imagem de intervalo ou sangue análise de ensaio
Tratamento radical para câncer anterior definido como um dos seguintes:
- ressecção cirúrgica
- Radioterapia radical ou radioterapia estereotáxica
- Quimioterapia radical
- Quimioterapia Radical
- Tratamento multimodal com qualquer um dos itens acima
Nova verdade do fundamento do nódulo pulmonar conhecida
- Dados de varredura mostrando estabilidade de 2 anos (com base no diâmetro ou volumetria) ou resolução em casos de doença benigna
- Dados de varredura mostrando aumento progressivo do nódulo ou aumento no número de nódulos em imagens de intervalo com consenso MDT (+/- PET com pontuação de Herder > 80%, se aplicável) determinando doença metastática ou nova malignidade primária
- Amostragem de biópsia confirmando doença benigna ou malignidade e em casos de malignidade, metástase ou novo câncer primário de pulmão
- Espessura da fatia de tomografia computadorizada ≤ 2,5 mm
- Tamanho do nódulo ≥ 5mm
Critério de exclusão:
- Tomografia computadorizada > 10 anos
- Malignidades hematológicas não sólidas, incluindo leucemia
- Casos de doença cancerígena primária tratada radicalmente com recorrência oligometastática precoce tratada radicalmente
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: Coorte
- Perspectivas de Tempo: Retrospectivo
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
---|---|
Nódulos Benignos
Tomografias computadorizadas de pacientes com novos nódulos pulmonares subsequentemente confirmados como benignos e no contexto de uma história anterior de câncer radicalmente tratado serão identificados nos locais participantes do NHS e recrutados.
|
As primeiras tomografias computadorizadas de detecção de nódulos de acordo com os critérios de elegibilidade serão usadas como entrada no software interno para extrair vários recursos radiômicos e usadas para desenvolver um classificador baseado em aprendizado de máquina para diferenciar a etiologia do nódulo.
As varreduras também serão usadas como entrada em modelos de rede neural convolucional/de aprendizagem profunda para realizar a classificação automatizada de imagens.
|
Nódulos metastáticos
Tomografias computadorizadas de pacientes com novos nódulos pulmonares subsequentemente confirmados como metastáticos por natureza e no contexto de uma história anterior de câncer radicalmente tratado serão identificados nos locais participantes do NHS e recrutados.
|
As primeiras tomografias computadorizadas de detecção de nódulos de acordo com os critérios de elegibilidade serão usadas como entrada no software interno para extrair vários recursos radiômicos e usadas para desenvolver um classificador baseado em aprendizado de máquina para diferenciar a etiologia do nódulo.
As varreduras também serão usadas como entrada em modelos de rede neural convolucional/de aprendizagem profunda para realizar a classificação automatizada de imagens.
|
Segundo Câncer Primário de Pulmão
Tomografias computadorizadas de pacientes com novos nódulos pulmonares subsequentemente confirmados como um novo segundo câncer primário de pulmão e no contexto de uma história anterior de câncer radicalmente tratado serão identificados nos locais participantes do NHS e recrutados.
|
As primeiras tomografias computadorizadas de detecção de nódulos de acordo com os critérios de elegibilidade serão usadas como entrada no software interno para extrair vários recursos radiômicos e usadas para desenvolver um classificador baseado em aprendizado de máquina para diferenciar a etiologia do nódulo.
As varreduras também serão usadas como entrada em modelos de rede neural convolucional/de aprendizagem profunda para realizar a classificação automatizada de imagens.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
Desenvolvimento de um modelo classificador ML baseado em radiômica CT-tórax para prever o risco de câncer em novos nódulos pulmonares após câncer radicalmente tratado anteriormente.
Prazo: 2 anos
|
O estudo visa identificar grupos distintos de variáveis radiômicas para gerar um vetor preditivo radiômico (RPV), que pode ser usado para estratificar nódulos benignos versus malignos em pacientes que receberam tratamento radical para uma malignidade.
O RPV será utilizado em análises multivariadas e comparado a modelos de risco existentes utilizados na prática clínica.
|
2 anos
|
Desenvolvimento do modelo classificador de ML baseado em TC de tórax para prever se um novo nódulo maligno representa doença pulmonar metastática (novo câncer versus recorrência de câncer anterior) ou uma nova malignidade pulmonar primária.
Prazo: 2 anos
|
O estudo visa identificar grupos distintos de variáveis radiômicas para gerar um vetor preditivo radiômico (RPV) capaz de diferenciar nódulos pulmonares metastáticos de novos cânceres pulmonares primários em pacientes que receberam tratamento radical para câncer anteriormente.
Não existem modelos atuais na prática clínica que abordem esse desafio diagnóstico.
|
2 anos
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
Para avaliar o desempenho, o modelo classificador de ML baseado em CT-tórax desenvolvido em uma coorte de validação externa independente.
Prazo: 2 anos
|
Os investigadores pretendem avaliar o desempenho do vetor preditivo radiômico derivado (RPV) em um conjunto de dados externo independente de nódulo pulmonar pós-câncer para avaliar a generalização e potencial desempenho no mundo real.
|
2 anos
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: Richard Lee, The Royal Marsden Hospitals NHS Trust
Publicações e links úteis
Publicações Gerais
- Tabuchi T, Ito Y, Ioka A, Miyashiro I, Tsukuma H. Incidence of metachronous second primary cancers in Osaka, Japan: update of analyses using population-based cancer registry data. Cancer Sci. 2012 Jun;103(6):1111-20. doi: 10.1111/j.1349-7006.2012.02254.x. Epub 2012 Apr 11.
- Youlden DR, Baade PD. The relative risk of second primary cancers in Queensland, Australia: a retrospective cohort study. BMC Cancer. 2011 Feb 23;11:83. doi: 10.1186/1471-2407-11-83.
- Stella GM, Kolling S, Benvenuti S, Bortolotto C. Lung-Seeking Metastases. Cancers (Basel). 2019 Jul 19;11(7). pii: E1010. doi: 10.3390/cancers11071010. Review.
- Deng L, Harðardottír H, Song H, Xiao Z, Jiang C, Wang Q, Valdimarsdóttir U, Cheng H, Loo BW, Lu D. Mortality of lung cancer as a second primary malignancy: A population-based cohort study. Cancer Med. 2019 Jun;8(6):3269-3277. doi: 10.1002/cam4.2172. Epub 2019 Apr 16.
- Mery CM, Pappas AN, Bueno R, Mentzer SJ, Lukanich JM, Sugarbaker DJ, Jaklitsch MT. Relationship between a history of antecedent cancer and the probability of malignancy for a solitary pulmonary nodule. Chest. 2004 Jun;125(6):2175-81.
- Johnson BE. Second lung cancers in patients after treatment for an initial lung cancer. J Natl Cancer Inst. 1998 Sep 16;90(18):1335-45. Review.
- Travis LB. The epidemiology of second primary cancers. Cancer Epidemiol Biomarkers Prev. 2006 Nov;15(11):2020-6. Epub 2006 Oct 20. Review.
- Wilson R, Devaraj A. Radiomics of pulmonary nodules and lung cancer. Transl Lung Cancer Res. 2017 Feb;6(1):86-91. doi: 10.21037/tlcr.2017.01.04. Review.
- Baldwin DR, Gustafson J, Pickup L, Arteta C, Novotny P, Declerck J, Kadir T, Figueiras C, Sterba A, Exell A, Potesil V, Holland P, Spence H, Clubley A, O'Dowd E, Clark M, Ashford-Turner V, Callister ME, Gleeson FV. External validation of a convolutional neural network artificial intelligence tool to predict malignancy in pulmonary nodules. Thorax. 2020 Apr;75(4):306-312. doi: 10.1136/thoraxjnl-2019-214104. Epub 2020 Mar 5.
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
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- CCR5502
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (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
produto fabricado e exportado 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 Câncer de pulmão
-
University of LorraineConcluídoCriança, Somente | Pneumotórax espontâneo | Pneumotórax idiopático | Bleb LungFrança
-
Assiut UniversityAinda não está recrutandoCâncer de pulmão | Lesão pulmonar | Bleb Lung
-
Turku University HospitalLounais-Suomen SyöpäyhdistysAinda não está recrutandoSobrevivente de cancerFinlândia
-
Roswell Park Cancer InstituteNational Cancer Institute (NCI)RetiradoSobrevivente de cancerEstados Unidos
-
University of Alabama at BirminghamNational Cancer Institute (NCI); Auburn UniversityConcluído
-
Rutgers, The State University of New JerseyNational Cancer Institute (NCI)ConcluídoSobrevivente de cancerEstados Unidos
-
Wake Forest University Health SciencesNational Cancer Institute (NCI)ConcluídoSobrevivente de cancerEstados Unidos, Guam
-
Wake Forest University Health SciencesNational Cancer Institute (NCI); National Institute of Mental Health (NIMH)ConcluídoSobrevivente de cancerEstados Unidos
-
Masonic Cancer Center, University of MinnesotaConcluídoSobrevivente de cancerEstados Unidos
-
Abramson Cancer Center of the University of PennsylvaniaConcluídoPlano de cuidados de sobrevivência LIVESTRONG: coleta contínua de dados e pesquisa de acompanhamentoPaciente com cancerEstados Unidos
Ensaios clínicos em Estudo não intervencional
-
Radicle ScienceConcluídoEstresse | AnsiedadeEstados Unidos
-
Andres Duque DuqueZimmer BiometDesconhecidoMaxilar, Edêntulo, ParcialmenteColômbia
-
Apple Inc.Stanford UniversityConcluídoFibrilação atrial | Arritmias Cardíacas | Flutter AtrialEstados Unidos
-
Radicle ScienceAtivo, não recrutandoDistúrbio do sono | Dorme | Distúrbios de sonoEstados Unidos
-
Radboud University Medical CenterUCB Pharma; Verily Life Sciences LLCRecrutamentoDoenças Cerebrais | Distúrbios do Movimento | Doenças Neurodegenerativas | Paralisia Supranuclear ProgressivaHolanda
-
Radboud University Medical CenterUCB Pharma; Verily Life Sciences LLCRecrutamentoDoenças Cerebrais | Doenças do Sistema Nervoso Central | Doenças do Sistema Nervoso | Doença de Parkinson | Distúrbios parkinsonianos | Doenças dos Gânglios da Base | Distúrbios do Movimento | Doenças NeurodegenerativasHolanda
-
University of MichiganConcluído
-
University of MichiganConcluído
-
Radicle ScienceAtivo, não recrutandoEstresse | AnsiedadeEstados Unidos
-
Nexilis AGRescindidoFratura osteoporótica da vértebraÁustria