AIDPRO-CRC 试验 (AIDPRO-CRC)

详细说明：

AIDPRO-CRC 试验是一项由研究者发起的全国性多中心随机对照试验。 该试验旨在研究人工智能增强解决方案“AIDPRO手动CRC”的临床效果，通过对接受CRC手术的患者进行个性化风险分层来优化围手术期治疗。 该协议遵循 SPIRIT 声明建议。

AIDPRO-CRC 试验是一项上市前关键阶段验证性临床研究，旨在评估 AIDPRO 手动 CRC 算法的安全性和有效性。 作为一项关键的临床研究，这项研究对于生成支持监管机构提交 CE 标志所需的有力证据至关重要。 该调查涉及干预方法，这意味着参与者将接受特定的程序或治疗作为研究的一部分。 该设计经过专门选择，旨在严格评估 AIDPRO 手动 CRC 设备在现实临床环境中的性能，提供必要的数据来证明其安全性和有效性。 此次试验的结果将用于寻求 CE 标志，使 AIDPRO 手册 CRC 能够在未来推向市场。

所有转诊至结直肠 MDT 的临床疑似或组织病理学证实的 CRC 患者都将接受纳入研究的资格评估。 只有具有确认的 CRC 临床和/或病理证据并计划进行治愈性 CRC 手术的患者才会被视为有资格参与该研究。 所有患者都将由合格的结直肠外科医生根据当地、国家和国际指南和建议进行治疗。 计划进行治愈性手术的新诊断结直肠癌合格患者将随机接受人工智能增强风险分层模型（干预组）或基于手术评估的风险分层模型（对照组）进行围手术期治疗，旨在优化其表现从而努力减少术后并发症。 1:1 的随机分配将根据患者个体和每个中心进行。

只有将数据初始输入随机化软件并执行随机化过程的个体结直肠外科医生才能了解个体患者的风险预测模式。

在整个围手术期优化阶段，重要的是要强调患者始终对风险预测的方式视而不见。 因此，进行随机分组的外科医生也参与患者的评估和治疗，因此他们的评估可能存在偏差。 参与围手术期治疗的所有其他评估人员都尽可能保持盲态，以确保所有参与试验的患者得到公平和公正的治疗。 独立的数据管理者将以盲法形式提供数据。 只有在所有分析完成并且主要研究者为主要出版物准备了两个版本的摘要后，研究人员才会揭盲——一个版本的结果有利于干预（人工智能增强风险预测）组，另一个版本的结果有利于干预组（人工智能增强风险预测）。如果发现干预措施之间存在差异，他们会倾向于对照组（基于专家的风险预测）。

研究流程和干预措施：

AIDPRO-CRC 试验调查了使用名为“AIDPRO 手动 CRC”的人工智能增强风险评估软件设备作为决策支持工具与传统的基于外科医生的风险分层的影响，以确定接受选择性治疗的患者的围手术期治疗轨迹类型。应为新诊断的结直肠癌（CRC）提供意向手术。 该描述将涵盖试验中涉及的干预措施、治疗方案和后续程序的性质。

学习流程：

所有转诊至参与中心之一的临床疑似或组织病理学证实的 CRC 的新患者将遵循当地护理标准，包括相关当地和国家指南定义的诊断评估和评估。 这一切都发生在“筛选阶段”。 由于现阶段的 AIDPRO-CRC 试验，不会对患者进行新的评估或评估，并且将收集筛查时使用的所有相关信息，作为每个中心标准工作流程的一部分。 患者在筛查阶段花费的时间不受 AIDPRO-CRC 试验的影响，每个参与中心都有责任遵守丹麦相关立法中定义的此阶段的当前等待时间。

在筛选阶段的 MDT 会议上，根据相关临床指南和评估，决定患者是否计划立即进行治愈性手术，或者是否有资格接受新辅助治疗，并有可能进行以后的治愈性手术。 如果患者计划接受新辅助治疗，则必须在进行任何术前优化之前进行该治疗。

AIDPRO 手动 CRC 设备和用于将患者分配到干预臂和控制臂的随机化模块托管在名为“MDTplus”的专用应用程序中。 该应用程序是与西兰地区 Koncern Digitalisering 合作设计的，旨在遵守跨区域试验设置中有关患者相关健康数据的相关立法和规则。 MDTplus 应用程序被设计为一个平台，用于显示与 CRC 治疗相关的患者相关健康信息。 AIDPRO-CRC 试验中 MDTplus 应用程序的使用仅限于提供用于执行试验中使用的随机序列和 AIDPRO 手动 CRC 设备的平台。

已在多学科小组 (MDT) 会议上讨论过的确诊 CRC 且此后计划进行治愈性预期手术的患者，或在相关新辅助治疗后有可能进行治愈性预期手术的患者，将接受资格评估。 当患者给予知情同意并且有资格参加研究时，研究人员可以在 MDTplus 应用程序中执行随机化过程。 为了使临床专家的程序标准化，在研究的干预组和对照组中，在随机化程序开始之前，将 AIDPRO 手动 CRC 设备进行风险评估所需的相同数据输入到所有患者的 MDTplus 应用程序中地方。 在筛选阶段的任何时候，可以在患者参加研究之前将这些数据填充到应用程序中，但只有在患者满足所有纳入标准并知情同意参与研究时才能执行随机化序列。 如果患者未参加研究，MDTplus 应用程序中的数据将在 90 天内自动删除（用于筛查日志的年龄和性别数据除外）。 这种方法在随机化过程发生之前统一输入数据，确保随机化随后由应用程序控制并在患者级别进行。

为了确保 AIDPRO 手动 CRC 设备仅对参加研究并提供知情同意的患者进行风险评估，应在软件平台的“Patient Samtykke ID”部分下输入唯一的患者同意 ID 代码。 这个独特的代码附在每份知情同意书上，并且在整个研究过程中没有两个代码是相同的。 输入此代码时，招募医生特此确保患者已提供知情同意书并符合纳入标准。 患者 ID 代码还用于随机化序列，确保每位患者按照之前描述的随机化序列进行随机化，该序列内置于 MDTplus 应用程序的后端。 然而，无法通过患者 ID 代码来参考哪个干预组。

对于一组患者，应用程序将提供建议的 1 年死亡风险和相应的风险组 A、低风险（1 年死亡率风险 <1%）、B、中等风险（1-5% 风险）年死亡率），C，高风险（1 年死亡率风险 5-15%）或 D，极高风险（1 年死亡率风险 >15%）组（基于 AI 增强模型）- 构成干预部门（增强决策过程）。 对于补充组的患者，软件只会提示手术专家提供风险组（A、B、C或D）——这将构成对照组。 分配的风险组将明确确定为每位患者提供的个体化治疗轨迹，无论他们是处于干预组（基于人工智能增强模型的风险分层）还是对照组（基于专家的风险分层）。 该研究设计意味着所有参与研究的患者，无论患者属于干预组还是对照组，都将获得相同的围手术期治疗，唯一的区别在于是否决定为个体患者分配哪种治疗分层由人工智能增强风险预测模型或外科专家制作。 未参加试验但仍有资格接受相应外科部门提供的治疗的患者仍将有可能从围手术期治疗干预中受益，因为这些围手术期治疗干预是每个参与中心标准临床实践的一部分，并且在AIDPRO-CRC 试验并不是在每个参与地点接受治疗的标准。

随机化设计将确保将患者分配到不同的试验组是公正的，并且在纳入时对患者不知情，从而平衡潜在的中心间和中心内差异。 这种方法将进一步标准化和平衡由于学习效果而导致的潜在变化（所有结直肠外科医生将从相同的监督学习范式中学习）。

经过随机化过程和风险分层程序后，患者将遵循术前阶段定义的四个轨迹之一，即 A、B、C 和 D；这些都是每个参与地点为新诊断的 CRC 患者提供的标准治疗的一部分。

计划进行新辅助治疗的患者的研究流程 如果患者计划进行新辅助治疗，则必须在相关治疗轨迹中包含的围手术期优化之前完成根据国家指南和 MDT 会议决定的相关治疗，人工智能增强决策（干预臂）或外科专家（控制臂）已分配的任务可以开始。 相关的围手术期治疗应安排在可能的手术日期前 2 或 4 周开始，具体取决于患者分配的治疗轨迹。 如果已接受新辅助治疗的患者在反应评估中不再有治愈性手术的指征，则他们将被排除在研究之外。 排除标准。

研究设计意味着，在第一次初始 MDT 会议后立即进行任何新辅助治疗之前，患者将被分层到相关的治疗轨迹中，并且必须在进行任何围手术期优化之前完成新辅助治疗。

干预：人工智能增强与基于外科医生的风险分层：

在 AIDPRO-CRC 试验中，唯一的干预措施是用于确定围手术期治疗计划的风险分层方法（人工智能增强与基于外科医生）。 治疗的所有其他方面，包括特定的围手术期护理包，均遵循既定的国家指南，并且在所有试验地点和干预组中保持一致，并在附录 1 中进行了描述。 该试验的目的是评估与外科专家的传统临床评估相比，人工智能增强的风险分层是否可以减少术后并发症并改善结果。 试验有两个组：

• 人工智能增强风险分层（干预臂）

  • 描述：称为 AIDPRO 手动 CRC 的最先进的人工智能 (AI) 模型用作决策支持工具，用于估计每位患者的 1 年死亡风险。
  • 目的：人工智能模型使用各种患者数据点来预测风险并相应地调整围手术期治疗方案。
  • 预期结果：通过利用人工智能，该试验旨在提高风险分层的准确性，从而有可能减少术后并发症并改善患者的治疗结果。

• 基于外科医生的风险分层（控制臂）

  • 描述：经验丰富的外科专家根据他们的临床判断和现有指南进行风险分层。
  • 目的：传统的临床评估用于将患者分为适当的风险组并分配围手术期治疗方案。
  • 预期结果：该手臂作为对照，根据标准临床实践评估人工智能模型的有效性。

AI增强风险分层算法：

AIDPRO 手册 CRC 是一款内部医疗设备（IIa 类），旨在为结直肠外科医生提供临床决策支持，管理接受结直肠癌择期治愈手术的患者的围手术期护理计划。 AIDPRO 手册 CRC 的描述遵循 SPIRIT-AI 扩展指南。

AIDPRO手动CRC设备是为专业结直肠外科医生或结直肠外科医生在多学科团队会议期间的培训以及随后参与AIDPRO-CRC试验的结直肠中心的手术会诊中使用而开发的，因为无法满足目标患者群体的特定需求，或者市场上具有同等 CE 标志的设备无法达到适当的性能水平。 目的是为 AIDPRO 手动 CRC 设备获得 CE 标志。

AIDPRO 手册 CRC 是由外科科学中心 (CSS) 开发和制造的用于临床决策支持的预测模型的 1.0.0“v1”版本，并以 AID-SURG 中使用的“AIS-1”模型的学习为基础试点研究。

该工具的核心是一个在丹麦全国队列中训练的预测模型。 该设备将风险因素作为输入，输出手术后一年内死亡风险的估计，并根据预测风险提出风险分层（A、B、C 或 D）建议。 多学科团队中的结直肠外科医生或在术前临床随访后可以使用该工具建议的风险分层作为决策支持，以在基于证据的围手术期治疗轨迹之间进行选择。

该设备仅用于在多学科小组会议上为结直肠外科医生提供临床决策支持，以及随后在参与结直肠中心接受结直肠癌择期治愈性手术的成年患者（年龄 > 18 岁）的手术咨询和体检。 AIDPRO-CRC 试验。 该设备开发供专业结直肠外科医生（医学博士/“M.D.”）或在参与中心接受培训的结直肠外科医生使用。 外科医生应精通/以丹麦语和英语为母语。 该设备不适用于决定是否应进行手术、非治愈性手术、非选择性手术，或用于所有患有结直肠癌以外的其他肿瘤诊断的儿童或成人的手术治疗。 该设备不适用于急性或紧急护理环境。 该设备目前不打算在参与 AIDPRO-CRC 试验的结直肠中心之外使用。

算法开发和协变量选择 模型构建和训练所依据的数据集由来自丹麦结直肠癌组 (DCCG) 数据库 (DCCG.dk) 的数据源组成，涵盖 丹麦所有新诊断的 CRC 患者、丹麦国家患者登记处 (DNPR)、丹麦研究实验室结果登记数据库 (RLRR) 和药品统计数据库 (MED)。 这些数据源全部转换为观察医学结果网络通用数据模型 (OMOP-CDM) 并利用观察健康数据科学和信息学 (OHDSI) 社区的开源工具进行合并。 收集数据时，初始索引日期设置为手术日期和一年的风险时间。

对于数据质量，OMOP-CDM 确保性别和年龄等必填字段的完整性。 在丹麦结直肠癌小组 (DCCG) 数据中，互斥的协变量从缺失值中分离出来。 在其他来源中，由于电子健康记录 (EHR) 数据的性质，区分缺失和缺失的记录具有挑战性。 分类变量采用 one-hot 编码，将缺失值和负值解释为零，而缺失的连续值则被视为 NA 并被排除。

使用数据驱动和基于临床专家的方法处理了统一 OMOP 数据库中大约 15,000 个不同的变量。 通过使用基于问题的特征选择的六种不同模式的监督特征选择过程，最初的 15,000 个变量被缩小到大约 100 个临床变量，被选择作为 AIDPRO 算法的基础。 根据外科医生手动输入的可用性标准，变量的选择进一步缩小到 40 个变量。 然后确定了 12 个变量（不包括患者 ID 号、CPR），用于 AIDPRO 算法，使用数据驱动和基于临床专家的方法进行风险评估。

使用受试者工作特征曲线下面积 (AUROC) 和精确回忆曲线下面积 (AUPRC) 评估模型性能。 使用校准截距、斜率和大校准来评估校准，并以接收器操作特征曲线、精确回忆曲线和校准图的可视化表示。 这种方法确保了数据采集和选择的系统程序、低质量数据的稳健处理以及使用复杂的协变量选择工具进行有效的回归分析。

外科医生将通过 MDTplus 应用程序提供的安全连接访问 AIDPRO 手动 CRC 设备。 制造商将与申办者和首席研究员 (PI) 合作，在整个研究过程中维护访问日志，确保只有经过授权和合格的人员才能访问算法。 如果研究因任何原因终止，所有研究人员将无法远程访问该软件。

外科医生将手动输入所需的输入数据到 AIDPRO 手动 CRC 设备中。 AIDPRO 手动 CRC 设备运行所需的协变量应从患者的医疗记录或临床评估中仔细检索。 至关重要的是，根据以下描述检索和输入模型使用的每个变量的信息，以保证现实生活中的患者数据与用于训练和测试模型的数据之间最接近的对应关系。

AIDPRO手动CRC设备的输出：

考虑到输入的协变量，预测的输出应解释为对择期治疗性手术后 1 年内单个患者死亡风险的估计。 根据估计的 1 年死亡风险，建议相应的风险分层（A (<1%)、B (1-5%)、C (5-15%) 或 D (>15%)）。 输出仅应被视为选择为患者提供的围手术期护理类型的决策支持，但是，最终决定将取决于治疗患者的医生。 应该注意的是，个体风险估计是基于描述历史国家队列的模型，模型中可能不包括几个风险因素和协变量关系，并且协变量对风险或风险估计的贡献可以不得被解释为因果关系或用于因果推理。 如果个别结直肠外科医生发现 AIDPRO 手动 CRC 设备与外科医生对患者风险预测的评估不符，外科医生总是可以选择“否决”AI 增强的建议决策，从而将患者置于不同的境地。风险层。 这必须记录在 MDTplus 应用程序、患者 EHR 中，并随后在患者的 eCRF 中注明。

AIDPRO 手动 CRC 设备将患者分配到干预组的四种可能的临床轨迹（层 A-D）中的每一种都包括许多术前、术中和术后的临床干预。

只有在评估患者风险因素方面拥有丰富经验的合格结直肠外科医生才会在试验中使用 AIDPRO 手动 CRC 算法。 在 AIDPRO-CRC 试验中使用 AIDPRO 手动 CRC 设备的外科医生将收到书面培训材料以及模拟环境中的结构化监督培训集，以熟悉该工具，并根据制造商的说明使用它。 有关使用说明的详细说明，请参阅有关 AIDPRO 手动 CRC 设备使用说明的技术文档：

基于专家的风险分层：

在基于专家的风险分层组（对照组）中，经验丰富的外科专家利用他们的临床判断并遵守既定指南来评估和分类接受结直肠癌手术的患者的风险水平。

外科医生在 MDTplus 平台中提供所需变量并成功对患者进行随机分组后，系统会提示外科医生根据预期的 1 年风险，将患者分为 A-D 四个风险分层之一以及后续治疗轨迹。死亡率（A (<1%)、B (1-5%)、C (5-15%) 或 D (>15%)）。 外科医生仅将患者分类，不应以百分比形式精确猜测 1 年死亡率的预期风险。 在 MDTplus 应用程序中，患者 EHR 和 eCRF 中将登记提供风险分层的外科医生。

外科医生应根据临床表现和专家对各种患者因素的分析和评估进行风险分层，包括病史、体检结果、诊断测试结果、患者临床表现的任何相关合并症，并考虑到记录以前的健康记录和在 MDT 会议上提出的意见。 基于外科医生的风险估计不应仅限于 AIDPRO 算法可用于干预组风险分层的协变量，因此应反映基于结直肠专家对患者 1 年估计死亡风险的平均评估。

在外科医生为控制组中的患者提供风险分层后，患者将接受与干预组中类似风险分层类别的患者相同的围手术期治疗。

围手术期治疗组合 研究干预组的患者（基于人工智能增强模型的风险分层）或研究对照组的患者（基于专家的风险分层）所分配的围手术期治疗组合并不是唯一的去研究。 临床干预措施以证据为基础，并遵守丹麦和国际结直肠手术指南。 单独和集体的干预措施旨在抵消围手术期风险，以改善术后结果。 临床轨迹之间干预措施的准确分布基于每个轨迹中患者的风险状况。 当患者被分配时，围手术期过程由每个参与中心的协调护士计划。

随访期：

• 持续时间：每位患者术后将接受至少一年的监测。
• 活动：随访包括术后在结直肠病房期间进行定期临床评估、监测术后并发症以及收集死亡率、发病率和生活质量等结果的数据。
• 目的：评估围手术期治疗策略的长期效果，并比较人工智能增强和基于外科医生的风险分层组之间的结果。