- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT06762704
Avaliação de um modelo de inteligência artificial para previsão de ploidia de blastocisto humano sem procedimentos invasivos
Um modelo de inteligência artificial não invasivo para a previsão da ploidia do blastocisto humano: um estudo de validação multicêntrico, prospectivo e não randomizado
O objetivo deste ensaio clínico é avaliar um modelo de inteligência artificial para a previsão de ploidia blastocística humana sem procedimentos invasivos em casais que recebem testes genéticos pré-implantacionais. As principais questões que pretende responder são:
- Um modelo de inteligência artificial é capaz de prever o estado de ploidia de um blastocisto humano com base na sua morfologia 3D?
- Os parâmetros morfológicos quantitativos em 3D das células do trofectoderma e da massa celular interna têm fortes correlações com o status de ploidia do blastocisto humano?
Vídeos que incluem imagens de visualização múltipla de cada blastocisto dos participantes serão coletados no dia 5/6 da cultura, e os resultados dos testes genéticos pré-implantação desses blastocistos serão coletados 4-8 semanas após a biópsia do trofectoderma.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Fundo:
Um estudo piloto foi conduzido no Hospital Afiliado Nanjing Drum Tower da Faculdade de Medicina da Universidade de Nanjing de agosto de 2023 a setembro de 2024. Vídeos e resultados de testes genéticos pré-implantacionais (PGT) de 144 blastocistos foram coletados retrospectivamente. O modelo de inteligência artificial (IA) primeiro reconstruiu a superfície 3D dos blastocistos a partir dos vídeos e depois mediu seus parâmetros morfológicos 3D. Com base nesses parâmetros, o modelo previu o status de ploidia dos blastocistos e os resultados da previsão foram comparados com os resultados do PGT. A sensibilidade, especificidade, precisão e AUC da predição foram de 90,5%, 91,3%, 90,9% e 0,946, respectivamente.
Desenho do estudo:
Este é um estudo multicêntrico, prospectivo, não randomizado, não cego e de grupo único. Depois de serem informados sobre o estudo e os riscos potenciais, todos os participantes escreverão o consentimento informado. Vídeos e resultados de PGT dos blastocistos do dia 5/6 de cada participante serão coletados. Os blastocistos serão classificados como euploides, mosaicos e aneuploides correspondendo a <30%, 30-80% e >80% de aneuploidia, respectivamente. A cultura, biópsia e transferência de embriões seguirão o procedimento operacional padrão (SOP) no laboratório. O estudo não é intervencionista e os resultados não serão usados para tomar decisões de tratamento.
Tamanho da amostra:
Planejamos inscrever ~1.408 blastocistos do dia 5/6 neste ensaio com base na análise de sensibilidade e especificidade de uma amostra. A meta-análise mostra que a sensibilidade e a especificidade dos modelos de IA existentes são de 73,4% (3702/5047) e 69,6% (4892/7028), e as dos métodos de triagem cromossômica não invasivos são de 80,3% (678/844) e 73,3% (908/1238) para previsão não invasiva do estado de ploidia do blastocisto. Presume-se que este estudo atinja uma sensibilidade não inferior a 85% e uma especificidade não inferior a 80% com um nível de significância de α = 0,05. Um total de 1.126 blastocistos são necessários para atingir um poder estatístico de 0,9. Assumindo uma taxa de abandono de aproximadamente 20%, prevê-se que um total de 1.408 blastocistos sejam inscritos. Este cálculo do tamanho da amostra é baseado na análise do poder estatístico e será regularmente revisado/ajustado durante o período experimental para garantir que um alto poder estatístico seja alcançado.
Gerenciamento de dados:
O sistema de captura eletrônica de dados (EDC) será utilizado para coleta de dados. Em cada hospital será designado um coordenador de pesquisa clínica, responsável pela gravação dos vídeos e dados clínicos por meio do sistema EDC. Um associado sênior de pesquisa clínica inspecionará os dados do sistema EDC regularmente em 5 hospitais. O Comitê de Segurança e Monitoramento de Dados (DSMC) é responsável por supervisionar todo o processo de pesquisa e o sistema EDC. Para dados incompletos ou ausentes no sistema EDC, o DSMC entrará em contato com os investigadores para esclarecimentos.
Análise estatística:
A análise estatística será conduzida usando IBM SPSS Statistics 26. As variáveis categóricas serão descritas por número e porcentagem, e as variáveis numéricas serão descritas por média, desvio padrão (DP) e intervalo. O teste Qui-quadrado será realizado para analisar tendências em variáveis categóricas, e o teste t será realizado para comparar variáveis numéricas entre diferentes grupos. A correlação de Pearson será utilizada para analisar a relação linear entre variáveis numéricas. Todos os testes estatísticos são bicaudais. Valores de P <0,05 serão considerados estatisticamente significativos e serão calculadas razões ímpares (ORs) com intervalo de confiança (IC) de 95%. A regressão logística será utilizada para análise multivariada para calcular as razões de probabilidade ajustadas (aORs). O desempenho da IA para predição de ploidia em blastocistos será avaliado pela sensibilidade, especificidade, acurácia e AUC, com intervalo de confiança de 95%.
Os dados faltantes serão removidos se a proporção de amostras com valores faltantes for muito pequena em relação ao tamanho total da amostra. Caso contrário, o modelo médio, máximo, mínimo, médio ou de regressão será usado para imputar os valores faltantes. Os valores discrepantes serão tratados como dados ausentes e tratados adequadamente.
Tipo de estudo
Inscrição (Estimado)
Contactos e Locais
Contato de estudo
- Nome: Shanshan Wang
- Número de telefone: 13814549922
- E-mail: wss_19860820@sina.com
Estude backup de contato
- Nome: Haixiang Sun
- Número de telefone: 13851622008
- E-mail: stevensunz@163.com
Locais de estudo
-
-
Anhui
-
Hefei, Anhui, China, 230001
- The First Affiliated Hospital of USTC (Anhui Provincial Hospital)
-
Contato:
- Limin Wu
- Número de telefone: 18963797080
- E-mail: wuliminmail@126.com
-
Contato:
- Limin Wu
-
-
Jiangsu
-
Nanjing, Jiangsu, China, 210008
- The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
-
Contato:
- Shanshan Wang
- Número de telefone: 13814549922
- E-mail: wss_19860820@sina.com
-
Contato:
- Haixiang Sun
-
-
Jiangxi
-
Nanchang, Jiangxi, China, 330046
- Jiangxi Maternal and Child Health Hospital
-
Contato:
- Yan Zhao
- Número de telefone: 13807056599
- E-mail: zhaoyan1972009@163.com
-
Contato:
- Yan Zhao
-
-
Shaanxi
-
Xi'an, Shaanxi, China, 710024
- Tangdu Hospital of Air Force Military Medical University
-
Contato:
- Xiaohong Wang
-
Contato:
- Xiaohong Wang
- Número de telefone: 13991262559
- E-mail: wangxh919@fmmu.edu.cn
-
-
Shanghai
-
Shanghai, Shanghai, China, 200127
- Renji Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
Contato:
- Yun Sun
-
Contato:
- Yun Sun
- Número de telefone: 13601634278
- E-mail: syun163@163.com
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
Aceita Voluntários Saudáveis
Método de amostragem
População do estudo
Este estudo é um ensaio multicêntrico que será conduzido em cinco centros de medicina reprodutiva em oito províncias (Jiangsu, Xangai, Jiangxi, Shaanxi e Anhui) em toda a China. O Nanjing Drum Tower Hospital afiliado da Faculdade de Medicina da Universidade de Nanjing servirá como o principal centro de investigação. O Hospital Renji, afiliado à Escola de Medicina da Universidade Jiao Tong de Xangai, o Hospital de Saúde Materno-Infantil de Jiangxi, o Hospital Tangdu da Universidade Médica Militar da Força Aérea e o Primeiro Hospital Afiliado do USTC (Hospital Provincial de Anhui) servirão como centros de investigação participantes.
Vídeos que incluem imagens multivisualizadas de blastocistos humanos serão coletados no dia 5/6 de cultura. Os resultados do PGT-A desses blastocistos serão coletados 4-8 semanas após a biópsia do trofectoderma. O estudo não é intervencionista e os resultados não serão usados para tomar decisões de tratamento.
Descrição
Critérios de inclusão:
- Idade materna entre 20 e 40 anos; idade paterna entre 20 e 55 anos.
- Ciclos de testes genéticos pré-implantacionais (PGT), incluindo PGT para aneuploidia, PGT para distúrbios monogênicos (PGT-M) ou PGT para defeito cromossômico estrutural (PGT-SR).
- Ter pelo menos um blastocisto no dia 5/6 desenvolvido a partir de embrião de dois pró-nucleares (2PN) que é adequado para biópsia de trofectoderme (ou seja, grau de expansão: IV, e pelo menos um grau melhor que C para classificação de trofectoderme e massa celular interna).
- Casais com consentimento informado por escrito.
Critérios de exclusão:
- Casais com contraindicações para FIV ou PGT.
- Mulheres com todos os oócitos congelados após a recuperação.
- Casais que não seguem o protocolo do estudo.
- Casais considerados inelegíveis para inscrição pelo investigador em consideração ao protocolo do estudo e à segurança do tratamento.
Plano de estudo
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 |
|---|---|---|
|
Sensibilidade
Prazo: Até a conclusão do estudo, em média 1 ano
|
Sensibilidade = TP/(TP+FN).
TP: número de resultados onde um blastocisto euploide é corretamente previsto como euploidia.
FN: número de desfechos em que um blastocisto euploide é incorretamente previsto como aneuploidia.
Alta sensibilidade indica forte capacidade de predição de blastocistos euploides.
|
Até a conclusão do estudo, em média 1 ano
|
|
Especificidade
Prazo: Até a conclusão do estudo, em média 1 ano
|
Especificidade = TN/(TN+FP).
TN: número de desfechos em que um blastocisto aneuploide é corretamente previsto como aneuploidia.
FP: número de desfechos em que um blastocisto aneuploide é incorretamente previsto como euploidia.
Alta especificidade indica forte capacidade de predição de blastocistos aneuploides.
|
Até a conclusão do estudo, em média 1 ano
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Precisão
Prazo: Até a conclusão do estudo, em média 1 ano
|
A precisão avalia o número de previsões corretas da ploidia do blastocisto em relação ao número total de previsões
|
Até a conclusão do estudo, em média 1 ano
|
|
CUA
Prazo: Até a conclusão do estudo, em média 1 ano
|
AUC é definida como a área sob a curva característica de operação do receptor, que avalia o desempenho geral do modelo para prever a ploidia do blastocisto, independentemente do limiar de classificação.
|
Até a conclusão do estudo, em média 1 ano
|
Colaboradores e Investigadores
Colaboradores
Investigadores
- Investigador principal: Haixiang Sun, The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
Publicações e links úteis
Publicações Gerais
- Alpha Scientists in Reproductive Medicine and ESHRE Special Interest Group of Embryology. The Istanbul consensus workshop on embryo assessment: proceedings of an expert meeting. Hum Reprod. 2011 Jun;26(6):1270-83. doi: 10.1093/humrep/der037. Epub 2011 Apr 18.
- Sciorio R, Dattilo M. PGT-A preimplantation genetic testing for aneuploidies and embryo selection in routine ART cycles: Time to step back? Clin Genet. 2020 Aug;98(2):107-115. doi: 10.1111/cge.13732. Epub 2020 Apr 6.
- Belandres D, Shamonki M, Arrach N. Current status of spent embryo media research for preimplantation genetic testing. J Assist Reprod Genet. 2019 May;36(5):819-826. doi: 10.1007/s10815-019-01437-6. Epub 2019 Mar 21.
- Munne S, Kaplan B, Frattarelli JL, Child T, Nakhuda G, Shamma FN, Silverberg K, Kalista T, Handyside AH, Katz-Jaffe M, Wells D, Gordon T, Stock-Myer S, Willman S; STAR Study Group. Preimplantation genetic testing for aneuploidy versus morphology as selection criteria for single frozen-thawed embryo transfer in good-prognosis patients: a multicenter randomized clinical trial. Fertil Steril. 2019 Dec;112(6):1071-1079.e7. doi: 10.1016/j.fertnstert.2019.07.1346. Epub 2019 Sep 21.
- Scott RT Jr, Ferry K, Su J, Tao X, Scott K, Treff NR. Comprehensive chromosome screening is highly predictive of the reproductive potential of human embryos: a prospective, blinded, nonselection study. Fertil Steril. 2012 Apr;97(4):870-5. doi: 10.1016/j.fertnstert.2012.01.104. Epub 2012 Feb 2.
- Wang L, Wang X, Liu Y, Ou X, Li M, Chen L, Shao X, Quan S, Duan J, He W, Shen H, Sun L, Yu Y, Cram DS, Leigh D, Yao Y. IVF embryo choices and pregnancy outcomes. Prenat Diagn. 2021 Dec;41(13):1709-1717. doi: 10.1002/pd.6042. Epub 2021 Oct 14.
- Kushnir VA, Frattarelli JL. Aneuploidy in abortuses following IVF and ICSI. J Assist Reprod Genet. 2009 Mar;26(2-3):93-7. doi: 10.1007/s10815-009-9292-z. Epub 2009 Feb 18.
- Kim JW, Lee WS, Yoon TK, Seok HH, Cho JH, Kim YS, Lyu SW, Shim SH. Chromosomal abnormalities in spontaneous abortion after assisted reproductive treatment. BMC Med Genet. 2010 Nov 3;11:153. doi: 10.1186/1471-2350-11-153.
- Rosenwaks Z, Handyside AH, Fiorentino F, Gleicher N, Paulson RJ, Schattman GL, Scott RT Jr, Summers MC, Treff NR, Xu K. The pros and cons of preimplantation genetic testing for aneuploidy: clinical and laboratory perspectives. Fertil Steril. 2018 Aug;110(3):353-361. doi: 10.1016/j.fertnstert.2018.06.002. No abstract available.
- Cinnioglu C, Glessner H, Jordan A, Bunshaft S. A systematic review of noninvasive preimplantation genetic testing for aneuploidy. Fertil Steril. 2023 Aug;120(2):235-239. doi: 10.1016/j.fertnstert.2023.06.013. Epub 2023 Jun 24.
- Ozgur K, Berkkanoglu M, Bulut H, Yoruk GDA, Candurmaz NN, Coetzee K. Single best euploid versus single best unknown-ploidy blastocyst frozen embryo transfers: a randomized controlled trial. J Assist Reprod Genet. 2019 Apr;36(4):629-636. doi: 10.1007/s10815-018-01399-1. Epub 2019 Jan 7.
- Tiegs AW, Tao X, Zhan Y, Whitehead C, Kim J, Hanson B, Osman E, Kim TJ, Patounakis G, Gutmann J, Castelbaum A, Seli E, Jalas C, Scott RT Jr. A multicenter, prospective, blinded, nonselection study evaluating the predictive value of an aneuploid diagnosis using a targeted next-generation sequencing-based preimplantation genetic testing for aneuploidy assay and impact of biopsy. Fertil Steril. 2021 Mar;115(3):627-637. doi: 10.1016/j.fertnstert.2020.07.052. Epub 2020 Aug 28.
- Chavez-Badiola A, Flores-Saiffe-Farias A, Mendizabal-Ruiz G, Drakeley AJ, Cohen J. Embryo Ranking Intelligent Classification Algorithm (ERICA): artificial intelligence clinical assistant predicting embryo ploidy and implantation. Reprod Biomed Online. 2020 Oct;41(4):585-593. doi: 10.1016/j.rbmo.2020.07.003. Epub 2020 Jul 5.
- Diakiw SM, Hall JMM, VerMilyea MD, Amin J, Aizpurua J, Giardini L, Briones YG, Lim AYX, Dakka MA, Nguyen TV, Perugini D, Perugini M. Development of an artificial intelligence model for predicting the likelihood of human embryo euploidy based on blastocyst images from multiple imaging systems during IVF. Hum Reprod. 2022 Jul 30;37(8):1746-1759. doi: 10.1093/humrep/deac131.
- Barnes J, Brendel M, Gao VR, Rajendran S, Kim J, Li Q, Malmsten JE, Sierra JT, Zisimopoulos P, Sigaras A, Khosravi P, Meseguer M, Zhan Q, Rosenwaks Z, Elemento O, Zaninovic N, Hajirasouliha I. A non-invasive artificial intelligence approach for the prediction of human blastocyst ploidy: a retrospective model development and validation study. Lancet Digit Health. 2023 Jan;5(1):e28-e40. doi: 10.1016/S2589-7500(22)00213-8.
- Danardono GB, Handayani N, Louis CM, Polim AA, Sirait B, Periastiningrum G, Afadlal S, Boediono A, Sini I. Embryo ploidy status classification through computer-assisted morphology assessment. AJOG Glob Rep. 2023 May 18;3(3):100209. doi: 10.1016/j.xagr.2023.100209. eCollection 2023 Aug.
- Jiang VS, Bormann CL. Noninvasive genetic screening: current advances in artificial intelligence for embryo ploidy prediction. Fertil Steril. 2023 Aug;120(2):228-234. doi: 10.1016/j.fertnstert.2023.06.025. Epub 2023 Jun 30.
- Lee CI, Su YR, Chen CH, Chang TA, Kuo EE, Zheng WL, Hsieh WT, Huang CC, Lee MS, Liu M. End-to-end deep learning for recognition of ploidy status using time-lapse videos. J Assist Reprod Genet. 2021 Jul;38(7):1655-1663. doi: 10.1007/s10815-021-02228-8. Epub 2021 May 22.
- Huang B, Tan W, Li Z, Jin L. An artificial intelligence model (euploid prediction algorithm) can predict embryo ploidy status based on time-lapse data. Reprod Biol Endocrinol. 2021 Dec 13;19(1):185. doi: 10.1186/s12958-021-00864-4.
- Jiang VS, Kandula H, Thirumalaraju P, Kanakasabapathy MK, Cherouveim P, Souter I, Dimitriadis I, Bormann CL, Shafiee H. The use of voting ensembles to improve the accuracy of deep neural networks as a non-invasive method to predict embryo ploidy status. J Assist Reprod Genet. 2023 Feb;40(2):301-308. doi: 10.1007/s10815-022-02707-6. Epub 2023 Jan 14.
- Paya E, Pulgarin C, Bori L, Colomer A, Naranjo V, Meseguer M. Deep learning system for classification of ploidy status using time-lapse videos. F S Sci. 2023 Aug;4(3):211-218. doi: 10.1016/j.xfss.2023.06.002. Epub 2023 Jun 30.
- Shan G, Dai C, Liu H, Wang X, Dou W, Zhang Z, Sun Y. 3D Morphology Measurement for Blastocyst Evaluation From "All Angles". IEEE Trans Biomed Eng. 2023 Jun;70(6):1921-1930. doi: 10.1109/TBME.2022.3232068. Epub 2023 May 19.
- Shan G, Abdalla K, Liu H, Dai C, Tan J, Law J, Steinberg C, Li A, Kuznyetsova I, Zhang Z, Librach C, Sun Y. Non-invasively predicting euploidy in human blastocysts via quantitative 3D morphology measurement: a retrospective cohort study. Reprod Biol Endocrinol. 2024 Oct 28;22(1):132. doi: 10.1186/s12958-024-01302-x.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Estimado)
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
Palavras-chave
Outros números de identificação do estudo
- 2024-739-02
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
Prazo de Compartilhamento de IPD
Critérios de acesso de compartilhamento IPD
Tipo de informação de suporte de compartilhamento de IPD
- PROTOCOLO DE ESTUDO
- SEIVA
- CIF
- ANALYTIC_CODE
- CSR
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 .