术前鉴别良恶性卵巢/输卵管肿块的不同超声方法的前瞻性验证和比较 (IOTA7)
主观评估、国际卵巢肿瘤分析 (IOTA) ADNEX 模型、逻辑回归模型 LR2、简单规则和恶性肿瘤风险指数 (RMI) 的前瞻性验证和比较,用于区分超声检查员手中的良性和恶性附件肿块不同层次的经验
在一项荟萃分析中比较了不同方法区分良性和恶性附件包块的能力,表明 IOTA 简单规则和 IOTA 逻辑回归模型 LR2 优于 RMI 和所有其他预测附件包块恶性肿瘤的方法包括在荟萃分析中。 然而,方法的公平比较要求它们应用于相同的肿瘤群体。
本研究的总体目标是在大型多中心数据集上前瞻性地验证简单规则、ADNEX、简单规则风险模型、LR2 和 RMI,以便直接比较这些工具。
IOTA7是一项国际多中心前瞻性观察研究,包括不同类型的超声中心和具有不同超声经验水平的检查者。 总共约有 1700 个具有组织学结果的附件肿块将包含在 IOTA 7 中。
研究概览
详细说明
卵巢癌是一种常见且致命的疾病,众所周知,在大容量中心和由专业临床医生进行早期检测和治疗可以提高生存率。 因此,术前表征卵巢肿瘤性质的准确方法至关重要。
超声鉴别良恶性附件包块的最佳方法是主观评价,即主观评价超声所见。 然而,主观评估需要非常有经验的超声检查员。 对使用主观评估没有信心的经验不足的检查员可能更喜欢更客观的方法。 恶性肿瘤风险指数 (RMI) 就是这样一种方法。 还有最近开发的方法。 国际卵巢肿瘤分析 (IOTA) 小组创建了逻辑回归模型(LR1、LR2 和 ADNEX 模型),包括临床和超声信息,以计算附件包块恶性肿瘤的可能性。
IOTA 小组还提出了简单的超声规则,可用于将附件肿块分类为良性或恶性。
在一项荟萃分析中比较了不同方法区分良性和恶性附件包块的能力,表明 IOTA 简单规则和 IOTA 逻辑回归模型 LR2 优于 RMI 和所有其他预测附件包块恶性肿瘤的方法包括在荟萃分析中。 然而,方法的公平比较要求它们应用于相同的肿瘤群体。
本研究的总体目标是在大型多中心数据集上前瞻性地验证简单规则、ADNEX、简单规则风险模型、LR2 和 RMI,以便直接比较这些工具。 患者将由不同经验水平的操作员进行检查,以便研究人员可以研究经验如何影响诊断性能。
IOTA7是一项国际多中心前瞻性观察研究,包括不同类型的超声中心和具有不同超声经验水平的检查者。 总共约有 1700 个具有组织学结果的附件肿块将包含在 IOTA 7 中。
已知或疑似附件肿块的患者由经 IOTA 认证的超声检查员进行经阴道(或经直肠,如果阴道不可能)超声检查,并确认附件肿块被判断为非生理性但可能接受手术(主要计划用于手术治疗)根据超声研究者的主观评估)将被连续招募 纳入研究后,将获得患者的口头或书面(取决于当地伦理委员会的要求)知情同意书。
数据收集是通过基于网络的临床数据挖掘器 (CDM) 软件完成的。 数据存储在安全的服务器上。
首先,将有关患者的临床信息输入 CDM。 其次,超声检查者根据主观评估提供诊断,并记录建议的处理方法。 第三,输入要验证的不同模型所需的详细超声信息。 当这些数据被冻结(因此它们不能再被更改)时,审查员可以访问简单规则和 ADNEX 的结果。 超声检查者然后记录这些结果是否使他/她改变基于主观评估建议的管理。 如果是这样,则指定新的管理。
验证鉴别能力和校准的金标准是在外科医生认为适当的通过剖腹手术或腹腔镜手术切除后超声检查后 180 天内附件肿块的组织学。 在恶性肿瘤的情况下,使用国际妇产科联合会(FIGO)的分类记录恶性肿瘤的阶段。
研究类型
注册 (预期的)
联系人和位置
学习地点
-
-
-
Leuven、比利时、3000
- 招聘中
- University Hospitals Leuven
-
接触:
- Dirk Timmerman, PhD
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
有资格学习的性别
取样方法
研究人群
由 IOTA 认证的超声检查员通过经阴道(或经直肠,如果阴道不可能)超声检查已知或疑似附件肿块的连续患者,并确认附件肿块被判断为非生理性但可能接受手术(主要计划用于手术基于超声研究者主观评估的管理)。
将涉及不同类型的超声中心(普通妇科门诊或专科超声中心)和具有不同水平超声经验的检查者。
描述
纳入标准:
- 任何出现附件肿块的女性被认为不是生理性的并且可能接受手术(主要是根据超声检查者的主观评估计划进行手术治疗;但是,超声检查者可以在结果出来后将建议的治疗改为保守治疗简单规则或 ADNEX 是已知的)。
- 可以包括怀孕患者,但将单独进行分析。
- 最终选择进行保守治疗的患者可以包括在内,但不会用于所有统计分析。
- 对于选择手术的患者,手术延迟不是本研究的排除标准,但对于选定的目标,仅评估在超声检查后 180 天内进行手术的患者。
- 可以选择任何年龄的患者,但对于患者
- 仅接受经腹部扫描的患者可以纳入研究,但将单独进行分析。
排除标准:
- 既往双侧附件切除术
- 拒绝或撤销知情同意
学习计划
研究是如何设计的?
设计细节
- 观测模型:队列
- 时间观点:预期
研究衡量的是什么?
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
不同超声方法检测恶性肿瘤的敏感性、特异性、阳性和阴性似然比
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
用于预测模型的区分良性和恶性肿块的 AUC。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
次要结果测量
结果测量 |
大体时间 |
|---|---|
|
基于局部回归(黄土)的灵活校准曲线,用于评估风险预测模型给出的恶性肿瘤估计风险的校准。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
在具有不同经验水平的检查者手中,使用不同超声方法检测恶性肿瘤的灵敏度、特异性、阳性和阴性似然比。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
预测模型的 AUC,掌握在具有不同经验水平的考官手中。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
不同超声方法检测恶性肿瘤的灵敏度、特异性、阳性和阴性似然比,其中简单规则尚无定论。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
预测模型的 AUC,其中简单规则没有定论。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
在显示简单规则的结果后,根据超声检查员的专业水平改变基于主观评估的建议管理。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
ADNEX 模型的多组区分指数,用于区分不同类别的组织学。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
每对结果类别的 AUC 使用 ADNEX 模型的条件风险方法来区分不同类别的组织学。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
用于预测良性肿瘤、交界性肿瘤、1 期原发性卵巢癌、2-4 期原发性卵巢癌和转移癌的 ADNEX 模型的多项校准曲线。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
在具有乳头状的单房囊肿亚组中,针对选定的超声特征(主要是乳头状特征)调整恶性肿瘤的比值比。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
基于先验选择的有限数量变量的乳头状单房囊肿风险预测模型在不同风险临界值下对恶性肿瘤的敏感性和特异性。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
|
基于先验选择的有限数量变量的乳头状单房囊肿风险预测模型的 AUC。
大体时间:预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
预计招聘期为 2 年。金标准是超声检查后180天内组织病理学诊断。
|
合作者和调查者
赞助
调查人员
- 学习椅:Tom Bourne, MD, PhD、Queen Charlotte's & Chelsea Hospital, Imperial College London, London, UNITED KINGDOM
- 学习椅:Ben Van Calster, MSc, PhD、Department Development & Regeneration, KU Leuven, Leuven, BELGIUM
- 学习椅:Ignace Vergote, MD, PhD、Department of Obstetrics and Gynecology, University Hospitals KU Leuven, Leuven, BELGIUM
- 学习椅:Lil Valentin, MD, PhD、Department of Obstetrics and Gynecology, Skåne University Hospital, Malmö, SWEDEN
- 学习椅:Antonia C Testa, MD, PhD、Unità Operativa di Ginecologia Oncologica Dipartimento Tutela della Salute della Donna e della Vita Nascente, Università Cattolica di Sacro Cuore, Roma, ITALY
- 学习椅:Sabine Van Huffel, MSc, PhD、Department of electrical engineering (ESAT SCD-SISTA), KU Leuven, Heverlee-Leuven, BELGIUM
出版物和有用的链接
一般刊物
- Timmerman D, Van Calster B, Testa A, Savelli L, Fischerova D, Froyman W, Wynants L, Van Holsbeke C, Epstein E, Franchi D, Kaijser J, Czekierdowski A, Guerriero S, Fruscio R, Leone FPG, Rossi A, Landolfo C, Vergote I, Bourne T, Valentin L. Predicting the risk of malignancy in adnexal masses based on the Simple Rules from the International Ovarian Tumor Analysis group. Am J Obstet Gynecol. 2016 Apr;214(4):424-437. doi: 10.1016/j.ajog.2016.01.007. Epub 2016 Jan 19.
- Van Calster B, Van Hoorde K, Valentin L, Testa AC, Fischerova D, Van Holsbeke C, Savelli L, Franchi D, Epstein E, Kaijser J, Van Belle V, Czekierdowski A, Guerriero S, Fruscio R, Lanzani C, Scala F, Bourne T, Timmerman D; International Ovarian Tumour Analysis Group. Evaluating the risk of ovarian cancer before surgery using the ADNEX model to differentiate between benign, borderline, early and advanced stage invasive, and secondary metastatic tumours: prospective multicentre diagnostic study. BMJ. 2014 Oct 15;349:g5920. doi: 10.1136/bmj.g5920.
- Kaijser J, Sayasneh A, Van Hoorde K, Ghaem-Maghami S, Bourne T, Timmerman D, Van Calster B. Presurgical diagnosis of adnexal tumours using mathematical models and scoring systems: a systematic review and meta-analysis. Hum Reprod Update. 2014 May-Jun;20(3):449-62. doi: 10.1093/humupd/dmt059. Epub 2013 Dec 9.
- Woo YL, Kyrgiou M, Bryant A, Everett T, Dickinson HO. Centralisation of services for gynaecological cancers - a Cochrane systematic review. Gynecol Oncol. 2012 Aug;126(2):286-90. doi: 10.1016/j.ygyno.2012.04.012. Epub 2012 Apr 13.
- Engelen MJ, Kos HE, Willemse PH, Aalders JG, de Vries EG, Schaapveld M, Otter R, van der Zee AG. Surgery by consultant gynecologic oncologists improves survival in patients with ovarian carcinoma. Cancer. 2006 Feb 1;106(3):589-98. doi: 10.1002/cncr.21616.
- Vernooij F, Heintz AP, Witteveen PO, van der Heiden-van der Loo M, Coebergh JW, van der Graaf Y. Specialized care and survival of ovarian cancer patients in The Netherlands: nationwide cohort study. J Natl Cancer Inst. 2008 Mar 19;100(6):399-406. doi: 10.1093/jnci/djn033. Epub 2008 Mar 11.
- Earle CC, Schrag D, Neville BA, Yabroff KR, Topor M, Fahey A, Trimble EL, Bodurka DC, Bristow RE, Carney M, Warren JL. Effect of surgeon specialty on processes of care and outcomes for ovarian cancer patients. J Natl Cancer Inst. 2006 Feb 1;98(3):172-80. doi: 10.1093/jnci/djj019.
- Timmerman D, Testa AC, Bourne T, Ameye L, Jurkovic D, Van Holsbeke C, Paladini D, Van Calster B, Vergote I, Van Huffel S, Valentin L. Simple ultrasound-based rules for the diagnosis of ovarian cancer. Ultrasound Obstet Gynecol. 2008 Jun;31(6):681-90. doi: 10.1002/uog.5365.
- Installe AJ, Van den Bosch T, De Moor B, Timmerman D. Clinical data miner: an electronic case report form system with integrated data preprocessing and machine-learning libraries supporting clinical diagnostic model research. JMIR Med Inform. 2014 Oct 20;2(2):e28. doi: 10.2196/medinform.3251.
- Heintz AP, Odicino F, Maisonneuve P, Quinn MA, Benedet JL, Creasman WT, Ngan HY, Pecorelli S, Beller U. Carcinoma of the ovary. FIGO 26th Annual Report on the Results of Treatment in Gynecological Cancer. Int J Gynaecol Obstet. 2006 Nov;95 Suppl 1:S161-92. doi: 10.1016/S0020-7292(06)60033-7. No abstract available.
- Valentin L, Hagen B, Tingulstad S, Eik-Nes S. Comparison of 'pattern recognition' and logistic regression models for discrimination between benign and malignant pelvic masses: a prospective cross validation. Ultrasound Obstet Gynecol. 2001 Oct;18(4):357-65. doi: 10.1046/j.0960-7692.2001.00500.x.
- Timmerman D. The use of mathematical models to evaluate pelvic masses; can they beat an expert operator? Best Pract Res Clin Obstet Gynaecol. 2004 Feb;18(1):91-104. doi: 10.1016/j.bpobgyn.2003.09.009.
- Jacobs I, Oram D, Fairbanks J, Turner J, Frost C, Grudzinskas JG. A risk of malignancy index incorporating CA 125, ultrasound and menopausal status for the accurate preoperative diagnosis of ovarian cancer. Br J Obstet Gynaecol. 1990 Oct;97(10):922-9. doi: 10.1111/j.1471-0528.1990.tb02448.x.
- Timmerman D, Testa AC, Bourne T, Ferrazzi E, Ameye L, Konstantinovic ML, Van Calster B, Collins WP, Vergote I, Van Huffel S, Valentin L; International Ovarian Tumor Analysis Group. Logistic regression model to distinguish between the benign and malignant adnexal mass before surgery: a multicenter study by the International Ovarian Tumor Analysis Group. J Clin Oncol. 2005 Dec 1;23(34):8794-801. doi: 10.1200/JCO.2005.01.7632.
研究记录日期
研究主要日期
学习开始
初级完成 (预期的)
研究完成 (预期的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (估计)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
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.