Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Development and Validation of a Non-Invasive AI Diagnostic Model for Prostate Cancer Using Multiparametric MRI and PSMA PET/CT

14 сентября 2026 г. обновлено: Xiangya Hospital of Central South University

A Retrospective, Multicenter Study to Develop and Validate a Non-Invasive Artificial Intelligence Diagnostic Model for Prostate Cancer Using Multiparametric MRI and PSMA PET/CT, With Pathologically Confirmed Diagnosis as the Reference Standard

Prostate cancer is one of the most common malignancies in men. Currently, due to the limited diagnostic accuracy of existing imaging tests, there is a risk of missed diagnosis or unnecessary prostate biopsy. This study aims to develop and validate a non-invasive artificial intelligence (AI) diagnostic model using two advanced imaging techniques: multiparametric MRI (mpMRI) and PSMA PET/CT. By integrating information from both imaging modalities, the AI model is expected to improve the diagnostic accuracy of prostate cancer, reduce unnecessary biopsies, and assist physicians in making better clinical decisions. This is a retrospective, multicenter study that plans to collect imaging and pathology data from approximately 1,000 to 1,500 patients across six major hospitals in China. The diagnostic performance of the model will be evaluated, including its ability to identify clinically significant prostate cancer and its value in assisting diagnosis in patients with PSA levels in the gray zone (4-20 ng/mL).

Обзор исследования

Статус

Статус

Указывает текущий статус найма или статус расширенного доступа.
Запись по приглашению

Условия

Условия

Изучаемое заболевание, расстройство, синдром, болезнь или травма. На ClinicalTrials.gov условия могут также включать другие вопросы, связанные со здоровьем, такие как продолжительность жизни, качество жизни и риски для здоровья.

Подробное описание

Study Design:

This is a retrospective and prospective, multicenter, case-control study. The study aims to develop and validate a non-invasive artificial intelligence (AI) diagnostic model for prostate cancer by integrating multiparametric MRI (mpMRI) and PSMA PET/CT imaging.

Participants:

Patients who underwent mpMRI, PSMA PET/CT, and prostate biopsy or radical prostatectomy at participating centers will be retrospectively enrolled. Eligible participants include pathologically confirmed prostate cancer patients (cases) and benign prostatic hyperplasia (BPH) patients (controls). Inclusion criteria include age ≥18 years, ECOG performance status 0-2, life expectancy >6 months, and availability of complete clinical data (PSA, Gleason score, PI-RADS, SUVmax, prostate volume, etc.). Exclusion criteria include prior prostate cancer treatment (endocrine therapy or radiotherapy), previous prostate surgery (e.g., TURP), severe renal insufficiency, other malignancies. Informed consent is waived for retrospective patients, while signed informed consent is required for prospective patients.

Sample Size:

Approximately 1,000 to 1,500 participants will be enrolled from six hospitals in China: Xiangya Hospital of Central South University, Qilu Hospital of Shandong University, Chinese PLA General Hospital, The First Affiliated Hospital of Guangzhou Medical University, Beijing Hospital and Renji Hospital, Shanghai Jiao Tong University School of Medicine.

AI Model Development:

The AI model will be developed using deep learning and radiomics techniques. mpMRI sequences (including T2-weighted, DWI/ADC, and DCE) and PSMA PET/CT images will be preprocessed, coregistered, and fused. The model will be trained to distinguish clinically significant prostate cancer (csPCa) from non-csPCa or benign conditions. The reference standard is histopathology from prostate biopsy or radical prostatectomy.

Outcome Measures:

Primary outcome measures include the area under the receiver operating characteristic curve (AUC), sensitivity, and specificity of the AI model for csPCa detection. Secondary outcome measures include positive predictive value (PPV), negative predictive value (NPV), overall accuracy, decision curve analysis (DCA) net benefit, diagnostic performance in the PSA gray zone (4-20 ng/mL) subgroup, and the proportion of patients who could avoid biopsy at 100% specificity threshold.

Statistical Analysis:

Model performance will be evaluated using internal cross-validation and external validation on data from different centers. Calibration curves and decision curve analysis will be used to assess clinical utility. Subgroup analyses will be performed for PSA gray zone patients and different Gleason grade groups.

Тип исследования

Тип исследования

Описывает характер клинического исследования. Типы исследований включают интервенционные исследования (также называемые клиническими испытаниями), наблюдательные исследования (включая регистры пациентов) и расширенный доступ.
Наблюдательный

Регистрация (Оцененный)

Регистрация

Количество участников клинического исследования. «Предполагаемый» набор — это целевое количество участников, необходимое исследователям для исследования.
1500

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

  • Китай
    • Beijing Municipality
      • Beijing, Beijing Municipality, Китай, 100853
        • Chinese PLA General Hospital
      • Beijing, Beijing Municipality, Китай, 100730
        • Beijing Hospital
    • Guangdong
      • Guangzhou, Guangdong, Китай, 510120
        • The First Affiliated Hospital of Guangzhou Medical University
    • Shandong
      • Jinan, Shandong, Китай, 250012
        • Qilu Hospital of Shandong University
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Китай, 200127
        • Renji Hospital, Shanghai Jiao Tong University School of Medicine
  • Соединенные Штаты
    • California
      • Los Angeles, California, Соединенные Штаты, 90095
        • David Geffen School of Medicine University of California, Los Angeles(UCLA)

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Критерии приемлемости

Ключевые требования, которым должны соответствовать люди, желающие участвовать в клиническом исследовании, или характеристики, которыми они должны обладать. Критерии приемлемости состоят как из критериев включения (которые необходимы человеку для участия в исследовании), так и из критериев исключения (которые препятствуют участию человека). Типы критериев приемлемости включают в себя участие в исследовании здоровых добровольцев, требования к возрасту или возрастной группе или ограничение по полу.

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

This study will enroll patients who underwent mpMRI, PSMA PET/CT, and prostate biopsy or radical prostatectomy at six major hospitals in China: Xiangya Hospital of Central South University, Qilu Hospital of Shandong University, Chinese PLA General Hospital, The First Affiliated Hospital of Guangzhou Medical University, Beijing Hospital and Renji Hospital, Shanghai Jiao Tong University School of Medicine. The study population includes two groups: patients with pathologically confirmed prostate cancer (cases) and patients with pathologically confirmed benign prostatic hyperplasia (BPH, controls). All participants are male, aged 18 years or older, with no prior prostate cancer treatment (endocrine therapy or radiotherapy) or prostate surgery. Patients with severe renal insufficiency or other malignancies are excluded. A total of approximately 1,000 to 1,500 participants will be enrolled retrospectively from the participating centers.

Описание

Inclusion Criteria:

  1. Age ≥ 18 years.
  2. ECOG performance status 0-2.
  3. Life expectancy > 6 months.
  4. Underwent mpMRI and PSMA PET/CT before systemic treatment or radical prostatectomy, with original DICOM data available for export.
  5. Has pathological diagnosis from prostate biopsy or radical prostatectomy as the gold standard.
  6. Complete clinical data available, including pre-treatment PSA (tPSA, fPSA), TNM stage, Gleason score, PI-RADS score, SUVmax, prostate volume (from MRI/PSMA PET), age, and BMI.
  7. Informed consent for data use for research purposes according to each center's ethics requirements.

Exclusion Criteria:

  1. History of other malignant tumors
  2. Previous prostate surgery (e.g., TURP)
  3. Prior endocrine therapy or radiotherapy
  4. Severe renal insufficiency
  5. Major organ dysfunction or life expectancy < 1 year

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта

Группа / когорта

Группа или подгруппа участников обсервационного исследования, которое оценивается на предмет биомедицинских результатов или исходов для здоровья.
Группа рака простаты
Non-cancer (BPH) Control

Что измеряет исследование?

Первичные показатели результатов

Первичные показатели результатов

В протоколе клинического исследования - планируемая мера исхода, которая является наиболее важной для оценки эффекта вмешательства/лечения. В большинстве клинических исследований используется один первичный критерий исхода, но в некоторых — более одного.
Мера результата
Мера Описание
Временное ограничение
Area Under the Curve (AUC) of the AI Model for Detecting Clinically Significant Prostate Cancer
Временное ограничение: At histopathological diagnosis by prostate biopsy or radical prostatectomy
The AUC (Area Under the Receiver Operating Characteristic Curve) will be calculated to evaluate the overall diagnostic performance of the AI model in distinguishing clinically significant prostate cancer (csPCa) from non-csPCa or benign conditions. The gold standard is histopathology from prostate biopsy or radical prostatectomy.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Specificity of the AI Model for Detecting Clinically Significant Prostate Cancer
Временное ограничение: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Specificity (true negative rate) will be calculated to evaluate the model's ability to correctly identify patients without clinically significant prostate cancer. High specificity is a primary goal to reduce unnecessary prostate biopsies.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Sensitivity of the AI Model for Detecting Clinically Significant Prostate Cancer
Временное ограничение: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Sensitivity (true positive rate) will be calculated to evaluate the model's ability to correctly identify patients with clinically significant prostate cancer.
At histopathological diagnosis by prostate biopsy or radical prostatectomy

Вторичные показатели результатов

Вторичные показатели результатов

В протоколе клинического исследования - запланированная мера результата, которая не так важна, как первичная мера результата для оценки эффекта вмешательства, но все же представляет интерес. В большинстве клинических исследований используется более одного вторичного критерия исхода.
Мера результата
Мера Описание
Временное ограничение
Overall Diagnostic Accuracy
Временное ограничение: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Overall accuracy (proportion of true results among all cases) will be calculated for the AI model in detecting clinically significant prostate cancer.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Net Benefit of the AI Model for Detecting Clinically Significant Prostate Cancer
Временное ограничение: At histopathological diagnosis by prostate biopsy or radical prostatectomy
Net benefit will be calculated across a range of threshold probabilities to evaluate the clinical utility of the AI model for detecting clinically significant prostate cancer, using histopathological diagnosis from prostate biopsy or radical prostatectomy as the reference standard. Results will be compared with default strategies of biopsying all patients or no patients.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Proportion of Patients Who Could Avoid Biopsy at 100% Specificity Threshold
Временное ограничение: At histopathological diagnosis by prostate biopsy or radical prostatectomy
At a specificity of 100% (no false positives), the proportion of patients who would be correctly identified as non-csPCa and thus could safely avoid prostate biopsy will be calculated. Sensitivity at this threshold will also be reported.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
AUC in PSA Gray Zone (4-20 ng/mL)
Временное ограничение: At histopathological diagnosis by prostate biopsy or radical prostatectomy
The area under the receiver operating characteristic curve (AUC) of the AI model will be evaluated in patients with PSA levels between 4 and 20 ng/mL to assess discrimination between clinically significant prostate cancer and non-clinically significant or benign disease, using histopathological diagnosis as the reference standard.
At histopathological diagnosis by prostate biopsy or radical prostatectomy
Specificity in PSA Gray Zone (4-20 ng/mL)
Временное ограничение: At histopathological diagnosis (prostate biopsy or radical prostatectomy)
Specificity of the AI model will be evaluated in patients with PSA levels between 4 and 20 ng/mL using histopathological diagnosis as the reference standard.
At histopathological diagnosis (prostate biopsy or radical prostatectomy)

Другие показатели результатов

Другие показатели результатов

Для клинических испытаний запланированное измерение, описанное в протоколе, которое используется для определения влияния вмешательства/лечения на участников. Для обсервационных исследований измерение или наблюдение, которые используются для описания моделей заболеваний или признаков, или ассоциаций с воздействием, факторами риска или лечением. Типы показателей результата включают первичный показатель результата и вторичный показатель результата.
Мера результата
Мера Описание
Временное ограничение
Sensitivity in PSA Gray Zone (4-20 ng/mL)
Временное ограничение: At histopathological diagnosis (prostate biopsy or radical prostatectomy)
Sensitivity of the AI model will be evaluated in patients with PSA levels between 4 and 20 ng/mL, using histopathological diagnosis as the reference standard.
At histopathological diagnosis (prostate biopsy or radical prostatectomy)

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Спонсор

Организация или лицо, которое инициирует исследование и имеет полномочия и контроль над исследованием.
Xiangya Hospital of Central South University

Соавторы

Соавторы

Организация, не являющаяся спонсором, которая оказывает поддержку клиническому исследованию. Эта поддержка может включать деятельность, связанную с финансированием, проектированием, реализацией, анализом данных или отчетностью.
Chinese PLA General Hospital
RenJi Hospital
Qilu Hospital of Shandong University
The First Affiliated Hospital of Guangzhou Medical University

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

Начало исследования

Фактическая дата, когда первый участник был включен в клиническое исследование. «Предполагаемая» дата начала исследования — это дата, которая, по мнению исследователей, будет датой начала исследования.
13 января 2026 г.

Первичное завершение (Оцененный)

Первичное завершение

Дата, когда последний участник клинического исследования был осмотрен или получил вмешательство для сбора окончательных данных для измерения основного результата. На эту дату не влияет, закончилось ли клиническое исследование в соответствии с протоколом или было прекращено. Для клинических исследований с более чем одним показателем первичного исхода с разными датами завершения этот термин относится к дате завершения сбора данных для всех показателей первичного исхода. «Предполагаемая» дата завершения первичного исследования — это дата, которая, по мнению исследователей, будет датой завершения первичного исследования.
30 сентября 2026 г.

Завершение исследования (Оцененный)

Завершение исследования

Дата, когда последний участник клинического исследования был обследован или получил вмешательство/лечение для сбора окончательных данных по первичным показателям исхода, вторичным показателям исхода и нежелательным явлениям (т. е. последний визит последнего участника). «Предполагаемая» дата завершения исследования — это дата, которая, по мнению исследователей, будет датой завершения исследования.
31 декабря 2026 г.

Даты регистрации исследования

Первый отправленный

Первый отправленный

Дата, когда спонсор исследования или исследователь впервые отправил отчет об исследовании на веб-сайт ClinicalTrials.gov. Обычно существует задержка в несколько дней между датой первой отправки и доступностью записи на ClinicalTrials.gov (дата первой публикации).
16 июня 2026 г.

Впервые представлено, что соответствует критериям контроля качества

Впервые представлено, что соответствует критериям контроля качества

Дата, когда спонсор исследования или исследователь впервые представляет отчет об исследовании, который соответствует критериям проверки контроля качества (QC) Национальной медицинской библиотеки (NLM). Спонсору или исследователю может потребоваться пересмотреть и отправить отчет об исследовании один или несколько раз, прежде чем будут выполнены критерии проверки контроля качества NLM. Спонсор или исследователь несет ответственность за обеспечение того, чтобы запись исследования соответствовала критериям обзора NLM QC.
1 июля 2026 г.

Первый опубликованный (Действительный)

Первый опубликованный

Дата, когда запись исследования была впервые доступна на сайте ClinicalTrials.gov после завершения обзора контроля качества (QC) Национальной медицинской библиотеки (NLM). Обычно существует задержка в несколько дней между датой подачи спонсором исследования или исследователем записи об исследовании и датой первой публикации.
8 июля 2026 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

Последнее опубликованное обновление

Самая последняя дата, когда изменения в протоколе исследования были доступны на сайте ClinicalTrials.gov. Может быть задержка между отправкой изменений на сайт ClinicalTrials.gov спонсором или исследователем исследования (дата отправки последнего обновления) и датой публикации последнего обновления.
15 сентября 2026 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

Последнее отправленное обновление, отвечающее критериям контроля качества

Самая последняя дата, когда спонсор исследования или исследователь внес изменения в отчет об исследовании, которые соответствуют критериям проверки контроля качества (QC) Национальной медицинской библиотеки (NLM). Спонсор или исследователь несет ответственность за обеспечение того, чтобы запись исследования соответствовала критериям обзора NLM QC.
14 сентября 2026 г.

Последняя проверка

Последняя проверка

Самая последняя дата, когда спонсор исследования или исследователь подтвердил информацию о клиническом исследовании на сайте ClinicalTrials.gov как точную и актуальную. Если исследование с набором статуса набора; еще не вербовка; или активен, набор не был подтвержден в течение последних 2 лет, статус набора в исследование показан как неизвестный.
1 мая 2026 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

Другие идентификационные номера исследования

Идентификаторы или идентификационные номера, отличные от номера NCT, которые присваиваются клиническому исследованию спонсором исследования, спонсорами или другими лицами. Эти номера могут включать уникальные идентификаторы из других реестров испытаний и номера грантов Национального института здравоохранения.
  • 2026010083_2

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Настройки файлов cookie

Мы используем файлы cookie, чтобы обеспечить максимальное удобство использования нашего веб-сайта. Для получения дополнительных сведений внимательно прочитайте нашу Политику конфиденциальности и файлов cookie. ...>>>Вы можете изменить свои предпочтения или отозвать свое согласие в любое время, удалив файлы cookie со своего веб-сайта или компьютера, как описано в политике. Примите его и выберите свои предпочтения, отметив соответствующие поля в разделе «Управление настройками» ниже. Пожалуйста, внимательно прочтите наши Условия использования, прежде чем продолжить использование любой части этого веб-сайта.
«Управление настройками