Estudo sobre características radiogenômicas associadas à sensibilidade à radioquimioterapia em gliomas
Os dados de ressonância magnética foram coletados de pacientes com gliomas antes da cirurgia, 2 semanas antes do início da radioquimioterapia, 1 mês após o término da radioterapia (para gliomas de baixo grau, LGG) ou 4 e 10 meses após o término da radioquimioterapia (para gliomas de alto grau, HGG). Os rótulos de sensibilidade à radioquimioterapia foram construídos com base nas imagens de ressonância magnética obtidas antes e após a radioquimioterapia, seguindo os critérios RANO. As características radiômicas foram extraídas de imagens de ressonância magnética pré-operatórias e combinadas com informações transcriptômicas obtidas do sequenciamento do tecido tumoral. Este processo permitiu a construção de um modelo radiogenômico capaz de prever a resposta dos gliomas à radioquimioterapia.
Neste estudo de coorte prospectivo, recrutaremos pacientes com gliomas que foram submetidos a craniotomia e receberam radioterapia ou radioquimioterapia pós-operatória (nos casos de LGG e HGG, respectivamente). Imagens de ressonância magnética das mesmas sequências serão coletadas em momentos correspondentes, e o sequenciamento transcriptômico será realizado no tecido tumoral obtido durante a cirurgia. O modelo estabelecido será aplicado para prever a sensibilidade da radioquimioterapia e comparado com os rótulos de sensibilidade 'verdadeira' da radioquimioterapia, que são construídos com base nos critérios RANO, para avaliar o desempenho preditivo do modelo.
Visão geral do estudo
Status
Condições
Descrição detalhada
Este ensaio visa recrutar 100 casos de LGG e 100 casos de HGG com base em cálculos estatísticos. Dados de ressonância magnética, incluindo sequências ponderadas em T1, ponderadas em T2, T1 com contraste e T2-Fluid Attenuated Inversion Recovery (FLAIR), serão coletadas antes da cirurgia, 2 semanas antes do início da radioquimioterapia, 1 mês após o término da radioterapia (LGG) , ou 4 e 10 meses após o término da radioquimioterapia (HGG).
As imagens de ressonância magnética coletadas antes e depois da radioquimioterapia serão utilizadas para avaliar alterações no volume do tumor. Os critérios RANO serão empregados para determinar a sensibilidade do tumor à radioquimioterapia: uma resposta completa e uma resposta parcial serão classificadas como sensíveis, enquanto doença estável e progressão da doença serão consideradas insensíveis.
Os recursos Radiomics serão extraídos usando o pacote python de código aberto 'PyRadiomics' após realizar o pré-processamento e segmentação da imagem. Os dados transcriptômicos serão obtidos através da realização de análise de sequenciamento de RNA em amostras de tumor coletadas durante a cirurgia. Características radiogenômicas selecionadas serão incorporadas a um modelo de aprendizado de máquina pré-construído para prever a sensibilidade dos gliomas à radioquimioterapia. O desempenho do modelo será avaliado por meio de métricas como precisão de classificação (ACC), área sob a curva característica de operação do receptor (AUC), valor preditivo positivo (VPP) e valor preditivo negativo (VPN).
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Tao Jiang, MD and PhD
- Número de telefone: +86 10 67021832
- E-mail: taojiang1964@163.com
Estude backup de contato
- Nome: Yinyan Wang, MD and PhD
- Número de telefone: +86 13581698953
- E-mail: tiantanyinyan@126.com
Locais de estudo
-
-
Beijing
-
Beijing, Beijing, China, 100071
- Recrutamento
- Beijing Tiantan Hospital
-
Contato:
- Yinyan Wang, MD and PhD
- Número de telefone: +86 13581698953
- E-mail: tiantanyinyan@126.com
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Descrição
Critério de inclusão:
- Pacientes com 18 anos ou mais
- Glioma confirmado histologicamente
- Sem história de outros tumores cerebrais ou cirurgias cranianas anteriores
- Sem história de radioterapia ou quimioterapia pré-operatória
- Dados disponíveis de ressonância magnética (MRI) pré-operatória, pré-radioterapia (pós-operatória) e pós-radioterapia
Critério de exclusão:
- Aqueles que não atendem a nenhum dos critérios de inclusão
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Diagnóstico
- Alocação: N / D
- Modelo Intervencional: Atribuição de grupo único
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Outro: Avaliar a resposta de pacientes com glioma à radioquimioterapia
A resposta dos pacientes com glioma à radioquimioterapia será avaliada pelos critérios RANO e pelo modelo inteligente artificial baseado em radiogenômica estabelecido.
|
Prever a sensibilidade à radioquimioterapia de pacientes com glioma usando um modo inteligente artificial baseado em radiogenômica
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Sensibilidade do modelo de IA na previsão da resposta à radioquimioterapia
Prazo: 1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
Sensibilidade = TP/(TP+FN)
|
1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
|
Especificidade do modelo de IA na previsão da resposta à radioquimioterapia
Prazo: 1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
Especificidade = TN/(TN+FP)
|
1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
|
Área sob a curva Característica Operacional do Receptor (AUC)
Prazo: 1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
AUC mede toda a área bidimensional abaixo de toda a curva ROC
|
1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão do modelo de IA na previsão da resposta à radioquimioterapia
Prazo: 1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
Precisão do modelo AI de predição de sensibilidade à radioterapia = (TP+TN)/ (TP+TN +FP+FN)
|
1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
|
Valor preditivo positivo (VPP) do modelo de IA na predição da resposta à radioquimioterapia
Prazo: 1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
PPV do modelo AI de predição de sensibilidade à radioterapia = [TP/(TP+FP)]*100
|
1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
|
Valor preditivo negativo (VPN) do modelo de IA na predição da resposta à radioquimioterapia
Prazo: 1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
VPN do modelo AI de predição de sensibilidade à radioterapia = [TN/(FN+TN)]*100
|
1 mês após radioterapia (LGG); 4 e 10 meses após radioquimioterapia (HGG)
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Yinyan Wang, MD and PhD, Beijing Tiantan Hospital
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
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
- 82072786
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 .