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

Инструмент прогнозирования искусственного интеллекта при эпителиальных опухолях тимуса (INTHYM)

26 марта 2024 г. обновлено: Anna Salut Esteve Domínguez, Erasmus Medical Center

Искусственный интеллект для гистопатологической классификации и прогнозирования рецидивов эпителиальных опухолей тимуса

Это многоцентровое обсервационное исследование направлено на улучшение классификации эпителиальных опухолей тимуса и прогнозирование рисков рецидива с использованием моделей искусственного интеллекта. Анализируя цифровую патологию и клинические переменные, проект устраняет несоответствия в действующей системе классификации ВОЗ.

Основные вопросы:

  • Могут ли модели искусственного интеллекта повысить точность классификации эпителиальных опухолей тимуса?
  • Модели ИИ лучше прогнозируют риски рецидива по сравнению с системой классификации ВОЗ?

Задачи участника:

  • Цифровой анализ патологии.
  • Разрабатывайте модели искусственного интеллекта для точной классификации и прогнозирования риска повторения.

Группа сравнения:

Исследователи будут сравнивать классификацию, улучшенную искусственным интеллектом, с системой ВОЗ, чтобы определить, обеспечивают ли модели искусственного интеллекта более точное подтипирование и лучше прогнозируют риски повторения.

Дизайн исследования:

В этом международном проекте используются три базы данных из Роттердама, Маастрихта и Лиона: одна база данных для построения моделей ИИ, а две другие — для внешней проверки.

Конечная цель:

Разрабатывайте модели искусственного интеллекта, помогающие патологам точно определить субтипы эпителиальных опухолей тимуса, предотвращая недостаточное или избыточное лечение адъювантной лучевой терапией для более персонализированного и эффективного лечения.

Обзор исследования

Статус

Рекрутинг

Условия

Вмешательство/лечение

Подробное описание

Эпителиальные опухоли тимуса — редкие новообразования переднего средостения. Краеугольным камнем лечения является хирургическая резекция. Послеоперационная лучевая терапия обычно показана пациентам с более обширным локальным заболеванием, неполной резекцией и/или более агрессивными подтипами, определяемыми гистопатологической классификацией ВОЗ.

В этой классификации различают тимому типов А, АВ, В1, В2, В3 и карциному тимуса. Исследования показали большие разногласия между патологами в подтипировании этих опухолей. Более того, сама по себе классификация ВОЗ не позволяет точно предсказать риск рецидива, поскольку в пределах подтипов пациенты имеют разные прогнозы.

Мы будем разрабатывать модели искусственного интеллекта с использованием цифровой патологии и соответствующих клинических переменных, чтобы повысить точность гистопатологической классификации эпителиальных опухолей тимуса и лучше прогнозировать риск рецидива.

В этом многоцентровом международном проекте будут использоваться три существующие базы данных из Роттердама, Маастрихта и Лиона. Для всех моделей одна база данных будет использоваться для построения моделей ИИ, а две другие — для внешней проверки.

Конечная цель этого проекта — разработать модели искусственного интеллекта, которые помогут патологам правильно определить подтип эпителиальных опухолей тимуса, чтобы предотвратить недостаточное или чрезмерное лечение пациентов адъювантной лучевой терапией.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

1020

Контакты и местонахождение

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

Контакты исследования

Места учебы

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

Возраст, подходящий для обучения

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Н/Д

Метод выборки

Невероятностная выборка

Исследуемая популяция

Исследуемая популяция:

Это исследование сосредоточено на людях с диагнозом эпителиальных опухолей тимуса. В исследование включены пациенты из трех наборов данных: Erasmus MC (710 пациентов), Maastro (137 пациентов) и Университетской больницы Лиона (181 пациент).

Дополнительная информация:

  • Erasmus MC (710 пациентов): включает информацию о возрасте, поле и диагнозе; у каждого пациента может быть несколько целых изображений слайдов.
  • Маастро (137 пациентов): у каждого пациента может быть несколько целых слайдов.
  • Университетская больница Лиона (181 пациент): у каждого пациента может быть несколько целых слайдов.

Описание

Критерии включения:

В исследование могут быть включены участники с конкретными диагнозами. Подходящие диагнозы включают различные подтипы тимомы и карциномы тимуса, а именно:

  • Тимома А
  • Тимома АБ
  • Тимома B1
  • Тимома B2
  • Тимома B3
  • Карцинома тимуса

Включение основано на консенсусном диагнозе с уровнем согласия менее 70%. Этот критерий применяется на этапе обучения модели.

Критерии рецидива:

Участники с документально подтвержденным результатом рецидива в течение 5-летнего периода считаются подходящими для участия в этом аспекте исследования. Этот критерий в первую очередь применяется на этапе валидации.

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
Вмешательство/лечение
Пациенты с ТЭТ

У пациентов диагностированы следующие подтипы ТЕТ:

  • Тимома типа А
  • Тимома типа AB
  • Тимома типа B1
  • Тимома типа B2
  • Тимома типа B3
  • Карцинома тимуса
Диагностический тест: Диагностика искусственного интеллекта
AI Diagnostics использует передовые алгоритмы для точного анализа гистологических изображений, чтобы помочь диагностировать заболевания, включая подтипы.
Другие имена:
  • Диагностика ИИ, Классификация ИИ
Повторение
Пациенты с опухолями эпителия тимуса, у которых произошел рецидив.
Диагностический тест: Инструмент прогнозирования повторения
Этот инструмент искусственного интеллекта оценивает данные об опухоли тимуса и другие клинические данные и рассчитывает риск рецидива с целью проанализировать, существует ли связь с конкретными подтипами эпителиальных опухолей тимуса и клиническими данными.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
WP1 – Базы данных/Предварительная обработка данных
Временное ограничение: М1-М18
Набор данных EMC включает 179 пациентов с ТЕТ, классифицированных опытными патологами ТЕТ. Случаи с хорошим согласием между патологами будут использоваться для обучения ИИ-моделей. Оценка включает в себя оцифрованные слайды патологии, оцененные международной группой экспертов. База данных MUMC (137 пациентов) и база данных CHUL (181 пациент) предоставляют дополнительные данные, включая клинические переменные. Соответствующие факторы включают возраст, пол, объем опухоли, стадию, полноту резекции, аутоиммунные нарушения и детали лечения.
М1-М18

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
WP2 — Модель глубокого обучения для классификации TET и прогнозирования рецидивов
Временное ограничение: М6-М32
Этот результат направлен на создание ИИ-структуры с двумя основными целями. Сначала исследуйте подтипы ТЕТ, используя четыре различные модели, подчеркивающие тип клеток, морфологические структуры и их комбинацию. Во-вторых, классифицируйте пациентов на основании исхода рецидива в течение 5 лет. Исследование абляции будет проводиться с использованием современных классификаторов глубокого обучения (ResNet, Inception).
М6-М32

Другие показатели результатов

Мера результата
Мера Описание
Временное ограничение
WP3: Клиническая оценка
Временное ограничение: М6-М36
Модели AI 1–3 будут построены и проверены в базе данных EMC, а модель AI 4 будет построена на основе базы данных MUMC+ и проверена на обеих. Эффективность модели будет оцениваться с использованием чувствительности, специфичности, отрицательной/положительной прогностической ценности. Кривые анализа решений позволят количественно оценить клиническую выгоду, определив группы пациентов с наибольшей полезностью.
М6-М36

Соавторы и исследователи

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

Спонсор

Erasmus Medical Center

Соавторы

Hospices Civils de Lyon
Maastro Clinic, The Netherlands

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

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)

1 августа 2023 г.

Первичное завершение (Оцененный)

1 августа 2027 г.

Завершение исследования (Оцененный)

1 августа 2027 г.

Даты регистрации исследования

Первый отправленный

4 марта 2024 г.

Впервые представлено, что соответствует критериям контроля качества

4 марта 2024 г.

Первый опубликованный (Действительный)

8 марта 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

27 марта 2024 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

26 марта 2024 г.

Последняя проверка

1 марта 2024 г.

Дополнительная информация

Термины, связанные с этим исследованием

Ключевые слова

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • Maastro Clinic
  • 72725524 (Другой номер гранта/финансирования: Hanarth Fonds)

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. .

Подписаться