Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Novas aplicações para avaliação de sarcoma (NASA)

9 de abril de 2026 atualizado por: The Leeds Teaching Hospitals NHS Trust

Esta pesquisa visa melhorar a maneira de decidir se um nódulo em tecidos moles, como gordura ou músculo, é um tipo de câncer denominado sarcoma de tecidos moles, ou se é benigno (não canceroso). Para fazer isso, os investigadores usarão exames clínicos de ressonância magnética de rotina, exames quantitativos adicionais de ressonância magnética e inteligência artificial.

Os objetivos desta pesquisa são:

Desenvolver algoritmos de IA que possam classificar com precisão massas de tecidos moles como benignas ou malignas usando imagens de RM quantitativas e de rotina.

Classificar massas malignas de tecidos moles em seu grau patológico. Compare diferentes modelos de IA em conjuntos de testes externos e invisíveis para determinar qual oferece o melhor desempenho.

Os participantes serão questionados se podem passar no máximo 10 minutos extras em um scanner de ressonância magnética para que as imagens extras possam ser adquiridas. Um pequeno subconjunto de participantes será convidado a voltar para que os investigadores possam verificar a reprodutibilidade das imagens e do software de IA.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Descrição detalhada

O objetivo desta pesquisa é melhorar a maneira de decidir se um nódulo em tecidos moles, como gordura ou músculo, é um tipo de câncer denominado sarcoma de tecidos moles, ou se é benigno, usando inteligência artificial (IA).

Os sarcomas de tecidos moles são um tipo de câncer que pode aparecer em qualquer parte do corpo onde haja tecidos moles, como músculos ou gordura. Embora os sarcomas sejam raros, nódulos benignos em tecidos moles são comuns e atualmente é muito difícil dizer a diferença entre os dois por meio de exames de imagem. Isso significa que muitos pacientes com massas benignas são encaminhados para biópsias dolorosas e as listas de espera para biópsias são longas devido à grande carga de trabalho diagnóstico.

Esta pesquisa tem como objetivo desenvolver um algoritmo de IA que possa diferenciar entre massas benignas e malignas de tecidos moles. Embora um algoritmo possa ser desenvolvido usando dados de rotina existentes, os pesquisadores gostariam de investigar se a adição de imagens quantitativas de RM poderia torná-lo mais preciso.

Os pacientes que já estão fazendo uma varredura para sarcoma serão questionados se concordam com a aquisição de imagens extras de RM. Essas imagens serão usadas para fornecer informações extras à IA. As imagens extras adicionarão no máximo 10 minutos à ressonância magnética padrão dos pacientes, o que significa que os pacientes não precisarão fazer uma viagem extra ou se submeter a quaisquer procedimentos extras. Os participantes do estudo não precisarão receber contraste de RM como parte desta pesquisa. As imagens extras não serão utilizadas para fazer diagnóstico durante esta pesquisa. Será perguntado a um pequeno subconjunto de pacientes se eles estariam dispostos a fazer um segundo exame para que os pesquisadores possam ver o quão confiáveis ​​são as medições, mas isso será totalmente opcional.

Tipo de estudo

Observacional

Inscrição (Real)

186

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

      • Leeds, Reino Unido
        • Leeds Teaching Hospitals

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

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Pacientes que foram encaminhados para ressonância magnética devido a uma massa de partes moles que pode ser um sarcoma de partes moles e ainda não foram submetidos ao tratamento da lesão.

Descrição

Critério de inclusão:

  1. Pacientes com massa de tecidos moles discutida na reunião multidisciplinar sobre sarcoma
  2. Submetendo-se a ressonância magnética como parte de seu padrão de atendimento
  3. O participante deseja e é capaz de dar consentimento informado para participação no estudo.

Critério de exclusão:

  1. O paciente já teve a massa, ou parte dela, removida cirurgicamente antes da ressonância magnética
  2. Contra-indicação para ressonância magnética (por ex. presença de implantes contra-indicados, por ex. marca-passos cardíacos, claustrofobia).

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

Coortes e Intervenções

Grupo / Coorte
Intervenção / Tratamento
Coorte original
Esta coorte terá no máximo 10 minutos de sequências quantitativas de ressonância magnética adicionadas ao final do exame de ressonância magnética padrão clínico
Os pacientes serão solicitados a permanecer no scanner por mais 10 minutos enquanto adquirimos imagens quantitativas adicionais de RM

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Precisão diagnóstica - análise ROC de precisão, sensibilidade e especificidade de algoritmos de IA para distinguir entre lesões benignas e malignas de tecidos moles
Prazo: 3 anos
Algoritmos de IA serão treinados para distinguir entre lesões benignas e malignas de tecidos moles. Para avaliar a precisão desses algoritmos, a sensibilidade e a especificidade do algoritmo serão calculadas usando o diagnóstico do paciente por biópsia/ressecção cirúrgica como padrão ouro.
3 anos

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Precisão de classificação - análise ROC de precisão, sensibilidade e especificidade de algoritmos de IA para classificar lesões malignas em seu grau patológico
Prazo: 3 anos
Algoritmos de IA serão treinados para distinguir entre lesões malignas de tecidos moles de grau 1,2 e 3. Para avaliar a precisão desses algoritmos, a sensibilidade e a especificidade do algoritmo serão calculadas usando o diagnóstico do paciente por biópsia/ressecção cirúrgica como padrão ouro.
3 anos

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

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)

9 de agosto de 2023

Conclusão Primária (Real)

30 de outubro de 2025

Conclusão do estudo (Real)

31 de março de 2026

Datas de inscrição no estudo

Enviado pela primeira vez

12 de setembro de 2023

Enviado pela primeira vez que atendeu aos critérios de CQ

2 de outubro de 2023

Primeira postagem (Real)

10 de outubro de 2023

Atualizações de registro de estudo

Última Atualização Postada (Real)

14 de abril de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

9 de abril de 2026

Última verificação

1 de abril de 2023

Mais Informações

Termos relacionados a este estudo

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

NÃO

Descrição do plano IPD

Todos os dados serão desidentificados antes de serem usados ​​nesta pesquisa

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 .

Se inscrever