使用多参数 MRI/MRS 改善前列腺癌中的癌灶检测 (GCC 1261)
2020年3月16日 更新者:Department of Radiation Oncology、University of Maryland, Baltimore
使用多参数 MRI/MRS 和机器学习改进前列腺癌中的癌灶检测以更好地管理疾病
研究人员的目标是开发一种非选择性和非侵入性的程序,通过结合多参数 MRI 和机器学习技术来识别侵袭性肿瘤,并同时识别它们在接受根治性前列腺切除术的前列腺癌患者中的确切位置。
多参数 MRI 和机器学习(使用组织病理学验证)的结合可以提高前列腺癌灶的敏感性和特异性,并有助于将侵袭性肿瘤与惰性肿瘤区分开来。
这种增加的敏感性和特异性最终可能导致:a)减少接受不必要治疗的患者数量,以及 b)通过使用集中疗法来增强当前的治疗选择。
研究人员将招募 15 名目前计划接受根治性前列腺切除术的前列腺癌患者参与研究。
在根治性前列腺切除术之前,所有患者都将获得高级 MRI 检查。
MRI 扫描将包括 a) 使用 T1 和 T2 加权成像的高分辨率体积图像,b) 使用动态对比增强 (DCE) 成像的血管图像,c) 使用扩散加权成像的生物物理微观结构图像,以及 d) 使用 MR 的生化图像光谱成像。
根治性前列腺切除术后,病理学家将根据护理标准(格里森分级系统)对前列腺切除术标本进行分级。
将在从扫描和临床评估获得的参数之间生成相关性。
研究概览
地位
撤销
条件
研究类型
观察性的
联系人和位置
本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。
学习地点
-
-
Maryland
-
Baltimore、Maryland、美国、21201
- Ummc Msgcc
-
-
参与标准
研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
18年 及以上 (成人、年长者)
接受健康志愿者
不
有资格学习的性别
男性
取样方法
非概率样本
研究人群
选择进行根治性前列腺切除术的前列腺癌患者
描述
纳入标准:
- 所有选择根治性前列腺切除术的男性患者
- 受试者必须能够给予知情同意。
- 受试者不得有幽闭恐惧症。
排除标准:
- 装有起搏器的受试者。
- 具有金属铁磁植入物或泵的受试者。
- 所有女性都被排除在这项研究之外。
- 患有任何严重程度的肾病或正在接受血液透析的受试者。
- 已知对含钆造影剂过敏的受试者。
- 受试者一次不能仰卧长达一个小时。
学习计划
本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。
研究是如何设计的?
设计细节
- 观测模型:仅案例
- 时间观点:预期
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
主要目的:区分高级别肿瘤与低级别肿瘤和正常前列腺
大体时间:16个月
|
是否可以使用先进的 MR 成像技术来训练机器学习技术,以区分高级别肿瘤与低级别肿瘤和正常前列腺。 机器学习技术将使用组织病理学数据作为基本事实进行训练。 为实现这一目标,我们将获得各种组织属性(如下所列)的体积图像,并将它们与组织病理学相匹配:
|
16个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
---|---|---|
次要目的:无创定量检测,准确识别肿瘤分级和位置。
大体时间:16个月
|
先进的 MR 成像技术可以单独用于对肿瘤分级进行分类。
收集的数据集将被划分为子集,这些子集将用于测试机器学习技术。
例如:90% 的数据将用于训练,剩下的 10% 将用于测试。
这个过程将在不同子集的组合上重复。
我们的假设是机器学习方法将有助于分析侵袭性肿瘤、惰性肿瘤和正常组织之间的差异。
我们进一步假设这种分析将有助于合成基于成像的“评分”,该评分可以在训练后的新病例中从惰性肿瘤和正常组织中识别侵袭性肿瘤。
我们相信使用多参数 MRI 结合先进的机器学习技术可以提高肿瘤病灶检测的灵敏度和特异性。
这将导致非侵入性和定量测试,以准确识别肿瘤等级和位置。
|
16个月
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
调查人员
- 首席研究员:Warren D'Souza, PhD、UMD
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始
2015年4月1日
初级完成 (实际的)
2015年4月1日
研究完成 (实际的)
2015年4月1日
研究注册日期
首次提交
2013年1月8日
首先提交符合 QC 标准的
2013年1月9日
首次发布 (估计)
2013年1月11日
研究记录更新
最后更新发布 (实际的)
2020年3月18日
上次提交的符合 QC 标准的更新
2020年3月16日
最后验证
2020年3月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.