- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06360523
Att utvärdera en MRT-baserad optimerad prostatacancerdiagnostikväg som drivs av artificiell intelligens
4 maj 2025 uppdaterad av: CHIU Ka Fung Peter, Chinese University of Hong Kong
ProstateAI - En prospektiv parad validerande kohortstudie för att utvärdera en MRT-baserad optimerad prostatacancerdiagnostikväg driven av artificiell intelligens
Det är en prospektiv parad kohortstudie för diagnostisk testutvärdering.
Studien syftar till att bestämma noggrannheten av AI-granskning och undersöka om AI-granskning kunde upptäcka MRT synlig signifikant cancer lika effektiv som radiologgranskning.
MRT-bild av cirka 102 män som rekommenderas för biopsi kommer att granskas av en AI-modell respektive en erfaren radiolog.
AI-granskning (index) och radiologgranskning (standard) kommer att vara blinda för varandra, medan biopsiurologer kommer att vara välinformerade om resultaten av både AI-granskning och radiologgranskning och göra en personlig biopsiplan genom att kombinera båda fynden.
De patologiska resultaten av MRT-ultraljudsfusionsbiopsi (referens) kommer att fungera som guldstandarden för att bedöma den diagnostiska noggrannheten.
Studieöversikt
Status
Rekrytering
Betingelser
Intervention / Behandling
Detaljerad beskrivning
ProstateAI är en prospektiv parad kohortstudie för diagnostisk testutvärdering.
ProstateAI kommer att bestämma noggrannheten av AI-granskning och undersöka om AI-granskning skulle kunna upptäcka MRT synlig signifikant cancer lika effektiv som radiologgranskning.
MRT-bild av cirka 102 män som rekommenderas för biopsi kommer att granskas av en AI-modell respektive en erfaren radiolog.
AI-granskning (index) och radiologgranskning (standard) kommer att vara blinda för varandra, medan biopsiurologer kommer att vara välinformerade om resultaten av både AI-granskning och radiologgranskning och göra en personlig biopsiplan genom att kombinera båda fynden.
De patologiska resultaten av MRT-ultraljudsfusionsbiopsi (referens) kommer att fungera som guldstandarden för att bedöma den diagnostiska noggrannheten.
Studietyp
Interventionell
Inskrivning (Beräknad)
368
Fas
- Inte tillämpbar
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Peter Ka-Fung CHIU, FRCS, PhD
- Telefonnummer: 35052625
- E-post: peterchiu@surgery.cuhk.edu.hk
Studieorter
-
-
-
Hong Kong, Hong Kong
- Rekrytering
- Prince of Wales Hospital, Chinese University of Hong Kong
-
Kontakt:
- Peter Ka Fung CHIU, MBChB
- Telefonnummer: 852-3505-2625
- E-post: peterchiu@surgery.cuhk.edu.hk
-
-
Deltagandekriterier
Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Nej
Studera befolkning
Patienter rekommenderas att göra fusionsbiopsi för utvärdering av prostatahälsotillståndet, inklusive patient med klinisk misstanke om prostatacancer och patient med känd cancer som rekommenderas att göra biopsi för ny bedömning.
Beskrivning
Inklusionskriterier:
- Patienter som rekommenderas för prostatabiopsi för diagnos eller förnyad bedömning.
- Män minst 18 år eller äldre
- Patienter med prostata MRI-bild kvalificerade för radiologgranskning och AI-granskning.
- Patientinformerat samtycke undertecknas.
Exklusions kriterier:
- Patient kontraindicerad för prostatabiopsi
- Patienten misslyckades med att slutföra biopsiproceduren
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Diagnostisk
- Tilldelning: Icke-randomiserad
- Interventionsmodell: Crossover tilldelning
- Maskning: Enda
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: AI-granskning (index)
självparad design, AI-granskning (index)
|
MRT-bilden kommer att granskas av radiolog respektive AI-modell(er).
Urologen kommer att kombinera resultaten av de två metoderna för att optimera biopsistrategin som förväntas resultera i en mer exakt diagnos.
|
|
Aktiv komparator: Radiologgranskning (standard)
självparad design, radiologgranskning (standard)
|
MRT-bilden kommer att granskas av radiolog.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Prostatacancer upptäcktsfrekvens för ISUP-klassgrupp ≥2
Tidsram: Genom avslutad studie i snitt 1 år
|
Bedöms av AI-granskning, radiologgranskning och biopsi (riktad).
|
Genom avslutad studie i snitt 1 år
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Diagnos av någon grad av prostatacancer
Tidsram: Genom avslutad studie i snitt 1 år
|
Bedöms genom prostatabiopsi
|
Genom avslutad studie i snitt 1 år
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
Utredare
- Huvudutredare: Peter CHIU, FRCS, PhD, Chinese University of Hong Kong
Publikationer och användbara länkar
Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.
Allmänna publikationer
- Ahmed HU, El-Shater Bosaily A, Brown LC, Gabe R, Kaplan R, Parmar MK, Collaco-Moraes Y, Ward K, Hindley RG, Freeman A, Kirkham AP, Oldroyd R, Parker C, Emberton M; PROMIS study group. Diagnostic accuracy of multi-parametric MRI and TRUS biopsy in prostate cancer (PROMIS): a paired validating confirmatory study. Lancet. 2017 Feb 25;389(10071):815-822. doi: 10.1016/S0140-6736(16)32401-1. Epub 2017 Jan 20.
- Mottet N, van den Bergh RCN, Briers E, Van den Broeck T, Cumberbatch MG, De Santis M, Fanti S, Fossati N, Gandaglia G, Gillessen S, Grivas N, Grummet J, Henry AM, van der Kwast TH, Lam TB, Lardas M, Liew M, Mason MD, Moris L, Oprea-Lager DE, van der Poel HG, Rouviere O, Schoots IG, Tilki D, Wiegel T, Willemse PM, Cornford P. EAU-EANM-ESTRO-ESUR-SIOG Guidelines on Prostate Cancer-2020 Update. Part 1: Screening, Diagnosis, and Local Treatment with Curative Intent. Eur Urol. 2021 Feb;79(2):243-262. doi: 10.1016/j.eururo.2020.09.042. Epub 2020 Nov 7.
- Siddiqui MM, Rais-Bahrami S, Truong H, Stamatakis L, Vourganti S, Nix J, Hoang AN, Walton-Diaz A, Shuch B, Weintraub M, Kruecker J, Amalou H, Turkbey B, Merino MJ, Choyke PL, Wood BJ, Pinto PA. Magnetic resonance imaging/ultrasound-fusion biopsy significantly upgrades prostate cancer versus systematic 12-core transrectal ultrasound biopsy. Eur Urol. 2013 Nov;64(5):713-719. doi: 10.1016/j.eururo.2013.05.059. Epub 2013 Jun 12.
- Ilic D, Djulbegovic M, Jung JH, Hwang EC, Zhou Q, Cleves A, Agoritsas T, Dahm P. Prostate cancer screening with prostate-specific antigen (PSA) test: a systematic review and meta-analysis. BMJ. 2018 Sep 5;362:k3519. doi: 10.1136/bmj.k3519.
- Wei JT, Barocas D, Carlsson S, Coakley F, Eggener S, Etzioni R, Fine SW, Han M, Kim SK, Kirkby E, Konety BR, Miner M, Moses K, Nissenberg MG, Pinto PA, Salami SS, Souter L, Thompson IM, Lin DW. Early Detection of Prostate Cancer: AUA/SUO Guideline Part II: Considerations for a Prostate Biopsy. J Urol. 2023 Jul;210(1):54-63. doi: 10.1097/JU.0000000000003492. Epub 2023 Apr 25.
- Bass EJ, Pantovic A, Connor MJ, Loeb S, Rastinehad AR, Winkler M, Gabe R, Ahmed HU. Diagnostic accuracy of magnetic resonance imaging targeted biopsy techniques compared to transrectal ultrasound guided biopsy of the prostate: a systematic review and meta-analysis. Prostate Cancer Prostatic Dis. 2022 Feb;25(2):174-179. doi: 10.1038/s41391-021-00449-7. Epub 2021 Sep 21.
- Wegelin O, van Melick HHE, Hooft L, Bosch JLHR, Reitsma HB, Barentsz JO, Somford DM. Comparing Three Different Techniques for Magnetic Resonance Imaging-targeted Prostate Biopsies: A Systematic Review of In-bore versus Magnetic Resonance Imaging-transrectal Ultrasound fusion versus Cognitive Registration. Is There a Preferred Technique? Eur Urol. 2017 Apr;71(4):517-531. doi: 10.1016/j.eururo.2016.07.041. Epub 2016 Aug 25.
- Wei C, Szewczyk-Bieda M, Bates AS, Donnan PT, Rauchhaus P, Gandy S, Ragupathy SKA, Singh P, Coll K, Serhan J, Wilson J, Nabi G. Multicenter Randomized Trial Assessing MRI and Image-guided Biopsy for Suspected Prostate Cancer: The MULTIPROS Study. Radiology. 2023 Jul;308(1):e221428. doi: 10.1148/radiol.221428.
- Annamalai A, Fustok JN, Beltran-Perez J, Rashad AT, Krane LS, Triche BL. Interobserver Agreement and Accuracy in Interpreting mpMRI of the Prostate: a Systematic Review. Curr Urol Rep. 2022 Jan;23(1):1-10. doi: 10.1007/s11934-022-01084-y. Epub 2022 Feb 28.
- Schergna E, Armani M. [Muscular diseases: epidemiology of progressive muscular dystrophies]. Minerva Med. 1981 Apr 28;72(17):1045-9. Italian.
- Halstuch D, Baniel J, Lifshitz D, Sela S, Ber Y, Margel D. Characterizing the learning curve of MRI-US fusion prostate biopsies. Prostate Cancer Prostatic Dis. 2019 Dec;22(4):546-551. doi: 10.1038/s41391-019-0137-2. Epub 2019 Mar 6.
- Kasabwala K, Patel N, Cricco-Lizza E, Shimpi AA, Weng S, Buchmann RM, Motanagh S, Wu Y, Banerjee S, Khani F, Margolis DJ, Robinson BD, Hu JC. The Learning Curve for Magnetic Resonance Imaging/Ultrasound Fusion-guided Prostate Biopsy. Eur Urol Oncol. 2019 Mar;2(2):135-140. doi: 10.1016/j.euo.2018.07.005. Epub 2018 Aug 17.
- Bhattacharya I, Khandwala YS, Vesal S, Shao W, Yang Q, Soerensen SJC, Fan RE, Ghanouni P, Kunder CA, Brooks JD, Hu Y, Rusu M, Sonn GA. A review of artificial intelligence in prostate cancer detection on imaging. Ther Adv Urol. 2022 Oct 10;14:17562872221128791. doi: 10.1177/17562872221128791. eCollection 2022 Jan-Dec.
- Lomas DJ, Ahmed HU. All change in the prostate cancer diagnostic pathway. Nat Rev Clin Oncol. 2020 Jun;17(6):372-381. doi: 10.1038/s41571-020-0332-z. Epub 2020 Feb 28.
- Lenfant L, Beitone C, Troccaz J, Roupret M, Seisen T, Voros S, Mozer PC. Learning curve for fusion magnetic resonance imaging targeted prostate biopsy and three-dimensional transrectal ultrasonography segmentation. BJU Int. 2024 Jun;133(6):709-716. doi: 10.1111/bju.16287. Epub 2024 Jan 31.
- Halabi S, Lin CY, Kelly WK, Fizazi KS, Moul JW, Kaplan EB, Morris MJ, Small EJ. Updated prognostic model for predicting overall survival in first-line chemotherapy for patients with metastatic castration-resistant prostate cancer. J Clin Oncol. 2014 Mar 1;32(7):671-7. doi: 10.1200/JCO.2013.52.3696. Epub 2014 Jan 21.
Studieavstämningsdatum
Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.
Studera stora datum
Studiestart (Faktisk)
14 juni 2024
Primärt slutförande (Beräknad)
31 december 2027
Avslutad studie (Beräknad)
31 mars 2028
Studieregistreringsdatum
Först inskickad
8 april 2024
Först inskickad som uppfyllde QC-kriterierna
8 april 2024
Första postat (Faktisk)
11 april 2024
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
6 maj 2025
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
4 maj 2025
Senast verifierad
1 maj 2025
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- CRE-2024.141
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
NEJ
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
Nej
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .