基于 AI 的 PSMA PET-CT 肿瘤负荷测量
基于 AI 的 PSMA PET-CT 肿瘤负荷测量对前列腺癌患者的预后价值
研究概览
详细说明
在瑞典，每年有 10,000 名男性被诊断出前列腺癌，其中 2,400 人的死亡率位居全球最高之列。 一些前列腺癌存在转移进展为致命性疾病的高风险，需要正确分期或检测复发以及多学科治疗。
研究人员开发了一种基于人工智能的方法，用于检测和量化前列腺癌患者 18F-PSMA-1007 PET-CT 扫描中的肿瘤和转移。 该方法可以发现前列腺中的肿瘤以及盆腔淋巴结、远处淋巴结和骨中的转移，这两种情况均适用于因复发而转至 PET-CT 扫描进行初级分期的高危前列腺癌进行二级分期的患者。
由于原发性高危前列腺癌的初始分期或由于生化复发而转诊至有临床指征的 PSMA PET-CT 的患者将符合纳入资格。 基于人工智能的方法将自动计算 TV、TU 和可疑病变的数量，并将这些信息存储在数据库中。 5 年随访期后，将根据总生存期 (OS) 和无进展生存期 (PFS) 对这些值进行分析。
本研究的主要目的是评估前列腺/前列腺床、盆腔淋巴结、远处淋巴结、骨中的肿瘤负荷（以 TV 和肿瘤摄取（TU：TV x SUV 平均值）测量）以及总肿瘤负荷预测前列腺癌患者（新诊断的患者和生化复发的患者）的总生存期 (OS)。 第二个目标是评估人工智能衍生的测量结果如何预测新诊断高危前列腺癌患者亚组的生化复发时间。 第三个目标是评估使用两种不同分割方法（每个病变中 SUVmax 的 50% 阈值和 SUV 4 的阈值）测量的 TV 和 TU 与 OS 和生化 PFS 之间的差异。 还将研究自动计算的可疑病变数量对 OS 和生化 PFS 的影响，以及对人工智能和手动测量的肿瘤负荷差异的影响。
研究类型
注册 (估计的)
联系人和位置
学习联系方式
- 姓名：Elin Tragardh, Prof
- 电话号码：+4640338724
- 邮箱：elin.tragardh@skane.se
学习地点
-
-
-
Lund、瑞典
- 招聘中
- Skane University Hospital
-
接触：
- Elin Tragardh, Prof
- 电话号码：+4640338724
- 邮箱：elin.tragardh@skane.se
-
Malmo、瑞典
- 招聘中
- Skane University Hospital
-
接触：
- Elin Tragardh, Prof
- 电话号码：+4640338724
- 邮箱：elin.tragardh@skane.se
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准：
- 患者转诊至瑞典隆德或马尔默斯科讷大学医院接受临床指示的 18F-PSMA-1007 PET-CT 扫描
排除标准：
- 20岁以下患者
学习计划
研究是如何设计的？
设计细节
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
前列腺癌患者
由于前列腺癌的初始或二次分期而转诊至有临床指征的 PSMA PET-CT 的患者
|
肿瘤负荷将自动计算并存储在数据库中。
基于人工智能的测量结果不会涉及患者的处理
|
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 |
|---|---|---|
|
肿瘤负荷 (cm3) 与总生存率的关系
大体时间：5年随访
|
评估总肿瘤负荷 (cm3) 如何预测总生存期 (OS)。
总肿瘤负荷将通过基于人工智能的方法自动计算，并通过Cox回归分析与OS相关
|
5年随访
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
与生化复发相关的肿瘤负荷（cm3）
大体时间：5年
|
评估肿瘤总负荷 (cm3) 如何预测生化复发时间。
总肿瘤负荷将通过基于人工智能的方法自动计算，并通过 Cox 回归分析与生化复发时间相关。
该分析将在因高危前列腺癌初始分期而进行 PET 检查的患者中进行
|
5年
|
|
与 OS 相关的肿瘤/转移瘤数量
大体时间：5年
|
评估如何通过 Cox 回归分析自动得出的肿瘤/转移瘤数量预测 OS
|
5年
|
|
比较与操作系统相关的两种不同的分段方法
大体时间：5年
|
评估总肿瘤负荷的两种不同分割方法（SUVmax 的 50% 和 SUV 阈值 4）中哪一种最适合预测结果 1（总生存期）
|
5年
|
|
比较手动测量和基于人工智能的方法测量的总肿瘤负荷 (cm3)
大体时间：5年
|
通过使用 Bland-Altman 分析和相关分析，将自动得出的总肿瘤负荷 (cm3) 测量值与手动得出的测量值进行比较。
|
5年
|
合作者和调查者
合作者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
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.