Prospektiv validering och tillämpning av en artificiell intelligensbaserad modell för att utvärdera effektiviteten av bröstcancerpatienter efter neoadjuvant terapi
17 oktober 2024 uppdaterad av: PENG YUAN, Cancer Institute and Hospital, Chinese Academy of Medical Sciences
Bröstcancer har blivit världens främsta cancer.
Medan dess terapeutiska effekt ökar, har hur man uppnår icke-invasiv utvärdering av effekten av neoadjuvant terapi (NAT) för bröstcancerpatienter och därmed undviker operation blivit ett flaskhalsproblem som måste brytas igenom i klinisk diagnos och behandling.
Befintliga icke-invasiva utvärderingsstrategier är begränsade till single-center, single-modality modellering och har problem som låg prestanda och dålig mångsidighet.
Därför insamlades i det tidiga skedet av denna studie multimodala bröstcancerpatientdata från flera centra över hela landet och upprättandet av en effektprediktionsmodell för artificiell intelligens (AI) slutfördes preliminärt.
På grundval av detta avser detta projekt att ytterligare förbättra den prospektiva multicenterstudien av prediktionsmodellen.
Forskningsresultaten kommer att hjälpa till att lösa det vetenskapliga problemet med icke-invasiv bedömning av NAT-effektivitet hos bröstcancerpatienter och tillhandahålla ett nytt paradigm för forskningen av högpresterande AI-diagnostik och behandlingssystem som är tillämpliga på flera centra.
Studieöversikt
Detaljerad beskrivning
(1) Prospektivt samla in originalbilder av bröst-MRI (DCE- och ADC-sekvenser) och motsvarande kliniska och kirurgiska patologiska data från multicenter bröstcancerpatienter före och efter neoadjuvant behandling, lagra och transportera dem via mobila hårddiskar och mata in de bearbetade data i den etablerade effektivitetsbestämningsmodellen lagrad i en dedikerad molnserver; (2) Använd artificiell intelligens för att automatiskt avgränsa ROI-området och extrahera bildgenomiken och djupinlärningsfunktionerna däri, och kombinera de kliniska patologiska egenskaperna hos patienterna för att ytterligare prospektivt verifiera effektiviteten av den etablerade modellen för bestämning av pCR-effektivitet.
Studietyp
Observationell
Inskrivning (Beräknad)
300
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: peng yuan, doctor
- Telefonnummer: 01087787242
- E-post: yuanpengyp01@163.com
Studieorter
-
-
Beijing
-
Beijing, Beijing, Kina, 100021
- Rekrytering
- Cancer Hospital, Chinese Academy of Medical Sciences
-
Kontakt:
- Peng Yuan
- Telefonnummer: 13811967690
- E-post: yuanpengyp01@163.com
-
Beijing, Beijing, Kina, 100000
- Rekrytering
- Sanhuan Cancer Hospital, Chaoyang District, Beijing(Cancer Hospital, Chinese Academy of Medical Sciences, close medical alliance)
-
Kontakt:
- zhang yu rong
- Telefonnummer: 010-67487559
- E-post: shzlyyllwyh@163.com
-
-
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
Testmetod
Sannolikhetsprov
Studera befolkning
Denna studie antar sekventiell registrering (rekrytering av patienter kontinuerligt tills kravet på urvalsstorlek är uppfyllt).
Försökspersonerna är patienter med neoadjuvant behandling för bröstcancer som behandlades på Beijing Second Hospital, Beijing Luhe Hospital anslutet till Capital Medical University och Beijing Sanhuan Cancer Hospital från januari 2024 till december 2026.
Varje oberoende vårdcentral kommer att omfatta 100 patienter, för totalt 300 patienter.
Beskrivning
Inklusionskriterier:
- Patienter som behandlades i ovanstående forskningscentra mellan 1 januari 2024 och 31 oktober 2025;
- ≥18 år gammal, kvinna, ECOG-poäng ≤2;
- Patologisk biopsi bekräftade invasiv bröstcancer;
- AJCC (8:e upplagan) steg I-III;
- MRT-avbildningsdata före och efter neoadjuvant terapi;
- Planerad mastektomi eller bröstbevarande operation efter neoadjuvant terapi och postoperativ patologisk information erhållen.
Uteslutningskriterier:
- Bilateral bröstcancer, multipla lesioner eller ockult bröstcancer;
- Dålig MRT-datakvalitet;
- Patienter som hade fått andra antitumörbehandlingar före inskrivningen;
- Patienter med andra maligna tumörer
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Bröstcancerpatienter som uppnådde patologiskt fullständigt svar efter neoadjuvant terapi
Alla inskrivna bröstcancerpatienter fick normal neoadjuvant terapi och efterföljande operation utan ingrepp i diagnos- och behandlingsprocessen.
De bedömdes ha uppnått patologiskt fullständigt svar baserat på kirurgisk patologi.
|
inget ingripande
|
|
Bröstcancerpatienter som inte uppnådde patologiskt fullständigt svar efter neoadjuvant terapi
Alla inskrivna bröstcancerpatienter fick normal neoadjuvant terapi och efterföljande operation utan ingrepp i diagnos- och behandlingsprocessen.
De bedömdes inte uppnå patologiskt fullständigt svar baserat på kirurgisk patologi.
|
inget ingripande
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Tidsram |
|---|---|
|
Bröst-MR-radiomiks egenskaper hos bröstcancerpatienter under neoadjuvant terapi
Tidsram: Bröstcancer MR-bilder före neoadjuvant terapi och direkt efter avslutad neoadjuvant terapi
|
Bröstcancer MR-bilder före neoadjuvant terapi och direkt efter avslutad neoadjuvant terapi
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Utredare
- Studierektor: peng yuan, doctor, Cancer Institute and Hospital, Chinese Academy of Medical Sciences
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)
1 januari 2024
Primärt slutförande (Beräknad)
31 december 2026
Avslutad studie (Beräknad)
31 december 2026
Studieregistreringsdatum
Först inskickad
24 juni 2024
Först inskickad som uppfyllde QC-kriterierna
17 oktober 2024
Första postat (Faktisk)
18 oktober 2024
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
18 oktober 2024
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
17 oktober 2024
Senast verifierad
1 augusti 2024
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2024-1- 4021
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
produkt tillverkad i och exporterad från U.S.A.
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 .