Vývoj modelu hlubokého učení založeného na MRI pro predikci stavu MMR
Vývoj modelu hlubokého učení založeného na MRI k predikci stavu MMR karcinomu endometria
Aby bylo možné vyvinout pohodlnou, levnou a komplexní metodu pro předoperační predikci dMMR a snížit počet lidí vyžadujících imunohistochemické nebo genetické vyšetření související s dMMR po operaci, je cílem této studie vytvořit model hlubokého učení založený na MRI k předpovědi stavu MMR rakovina endometria. Byly shromážděny pacientky s diagnózou karcinomu endometria po operaci a které před operací absolvovaly MRI pánve. Hluboké učení bylo použito ke kombinaci klinického modelu s daty MR Image pro vytvoření modelu. ROC křivky byly sestrojeny pro testovací skupinu, interní ověřovací skupinu a externí ověřovací skupinu a byla vypočtena plocha pod ROC křivkami pro vyhodnocení diagnostického účinku a stability modelu.
Strategie dvojprahového třídění byla použita pro screening populace pMMR (pod spodním prahem), dMMR populace (nad horním prahem) a nejisté části populace (mezi prahovými hodnotami).
Přehled studie
Postavení
Postavení
Podmínky
Podmínky
Intervence / Léčba
Intervence / Léčba
Detailní popis
V této studii byly v letech 2017 až 2022 shromážděny pacientky, u kterých byla po operaci diagnostikována rakovina endometria a která před operací absolvovala MRI pánve. Předpokládá se odběr 500 případů v naší nemocnici, které jsou rozděleny na 375 případů (experimentální skupina) a 125 případů (interní verifikační skupina).
100 případů Sun Yat-sen University Cancer Center pro externí ověření. Byla shromážděna klinická data (věk, pohlaví, BMI, CA125, CA19-9, staging MR-T, imunohistochemické výsledky proteinů souvisejících s MMR) studované populace a byla provedena logistická regresní analýza za účelem vytvoření klinických modelů. Extrahujte, segmentujte, integrujte a vylepšujte obrazová data MR.
Hluboké učení bylo použito ke kombinaci klinického modelu s daty MR Image pro vytvoření modelu. ROC křivky byly sestrojeny pro testovací skupinu, interní ověřovací skupinu a externí ověřovací skupinu a byla vypočtena plocha pod ROC křivkami pro vyhodnocení diagnostického účinku a stability modelu.
Strategie dvojprahového třídění byla použita pro screening populace pMMR (pod spodním prahem), dMMR populace (nad horním prahem) a nejisté části populace (mezi prahovými hodnotami). Pokud je prediktivní skóre nad spodním prahem, je pacientovi doporučeno podstoupit další imunohistochemické nebo genetické vyšetření k potvrzení stavu MMR nebo typu dMMR
Typ studie
Typ studie
Zápis (Očekávaný)
Zápis
Kontakty a umístění
Studijní kontakt
Studijní kontakt
- Jméno: Jing Li
- Telefonní číslo: 15915893493
- E-mail: lijing228@mail.sysu.edu.cn
Kritéria účasti
Kritéria způsobilosti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dítě
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Pohlaví způsobilá ke studiu
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- Pacientky, u kterých byla po operaci diagnostikována rakovina endometria a které absolvovaly MRI pánve před operací v letech 2017 až 2022
Kritéria vyloučení:
- (1) Nebyl nalezen žádný výsledek imunohistochemické detekce proteinu souvisejícího s MMR; (2) Radioterapie a chemoterapie před MRI; (3) malé nádory, které je obtížné na snímku identifikovat (<5 mm); (4) T2-vážená kvalita zobrazení je nedostatečná pro vykreslení ROI, jako jsou zjevné pohybové artefakty; (5) Existují další gynekologické malignity
Studijní plán
Jak je studie koncipována?
Detaily designu
Počet skupin / kohort
Kohorty a intervence
Skupina / kohortaSkupina / kohorta |
Intervence / LéčbaIntervence / Léčba |
|---|---|
|
Testovací skupina
375 pacientů naší nemocnice, náhodně rozděleno.
|
500 pacientů naší nemocnice bylo náhodně rozděleno do testovací skupiny a interní validační skupiny a 100 pacientů v kolabrativní nemocnici bylo externí validační skupinou.
|
|
Interní validační skupina
125 pacientů naší nemocnice, náhodně rozděleno.
|
500 pacientů naší nemocnice bylo náhodně rozděleno do testovací skupiny a interní validační skupiny a 100 pacientů v kolabrativní nemocnici bylo externí validační skupinou.
|
|
Externí validační skupina
100 pacientů z onkologického centra Sun Yat-sen University
|
Co je měření studie?
Primární výstupní opatření
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Oblast pod provozní charakteristikou přijímače (AUROC)
Časové okno: jeden rok
|
K vyhodnocení výkonu modelů byla použita plocha pod provozní charakteristikou přijímače (AUROC).
|
jeden rok
|
Spolupracovníci a vyšetřovatelé
Sponzor
Sponzor
Spolupracovníci
Spolupracovníci
Vyšetřovatelé
Vyšetřovatelé
- Vrchní vyšetřovatel: Jing Li, Sun Yat-sen Memorial Hospital,Sun Yat-sen University
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Očekávaný)
Začátek studia
Primární dokončení (Očekávaný)
Primární dokončení
Dokončení studie (Očekávaný)
Dokončení studie
Termíny zápisu do studia
První předloženo
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
První zveřejněno
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Poslední zveřejněná aktualizace
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
Další identifikační čísla studie
- SYSKY-2023-084-01
Plán pro data jednotlivých účastníků (IPD)
Plánujete sdílet data jednotlivých účastníků (IPD)?
Popis plánu IPD
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .