Stratifikace rizika orbitálních nádorů na základě MRl a umělé inteligence
Přehled studie
Postavení
Podmínky
Detailní popis
Ačkoli jsou nádory očnice méně časté než jiná onemocnění související s očima, mohou být pro pacienty extrémně škodlivé. Nejen, že mohou způsobit fyzické znetvoření, ale mohou také vést k funkčním poruchám, jako je zhoršené vidění a omezený pohyb očí. Nádory očnice lze kategorizovat jako benigní nebo maligní a existují významné rozdíly v jejich biologickém chování, léčebných přístupech, výsledcích a prognóze, což komplikuje procesy diferenciální diagnostiky a výběru léčby. U maligních lézí se plány léčby a prognóza pacientů liší v důsledku různých patologických typů a stádií. Existuje tedy naléhavá klinická potřeba navrhnout přesné diagnostické metody pro nádory orbity. Multiparametrická magnetická rezonance (mp-MRI) je v současné době přední neinvazivní zobrazovací technikou pro diagnostiku orbitálních nádorů. Tato studie je zaměřena na přesnou diagnostiku stratifikace rizika orbitálního nádoru s využitím technologie algoritmů umělé inteligence k prozkoumání inherentního spojení mezi MRI zobrazením a rozlišující diagnózou benigních a maligních orbitálních nádorů, histologických typů a úrovní exprese Ki-67 maligních nádorů. Zaměřuje se na integraci klinických informací a kvantitativních funkcí MRI do konstrukce predikčních modelů, pomáhá při rozhodování o individuální diagnostice a léčbě pacientů s nádory orbity a usnadňuje aplikaci a rozvoj technologie umělé inteligence. Konkrétně jsou cíle výzkumu nastíněny takto:
- Vytvoření modelu automatické segmentace založeného na hlubokém učení pro orbitální nádory pomocí vícesekvenčního souboru dat MRI z více center, čímž se zkrátí čas potřebný pro manuální vymezení a prokáže se jako přínosné pro následnou analýzu.
- Vývoj modelu pro identifikaci maligních a benigních orbitálních nádorů pomocí více algoritmů strojového učení v kombinaci s vícesekvenčním MRI datovým souborem s cílem poskytnout přesnější informace pro rozlišení mezi těmito dvěma entitami.
- Vytváření robustních diagnostických modelů využívajících přístupy strojového učení nebo hlubokého učení s kvantitativními vícesekvenčními funkcemi MRI k identifikaci histologického typu a úrovní exprese Ki-67 maligních orbitálních nádorů za účelem zvýšení míry detekce a přesnosti, čímž se dosáhne stratifikace rizika pro pacienty s maligními nádory orbity.
Typ studie
Zápis (Aktuální)
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
- Dospělý
- Starší dospělý
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- Pacienti s orbitálními nádory, kteří podstoupili předoperační multiparametrickouMRl (mp-MRl) v nemocnici Beijing Tongren v letech 2015 až 2022.
Kritéria vyloučení:
- Pacienti bez předoperační multiparametrické MRl (mp-MRl) nebo jasné patologické diagnózy.
Studijní plán
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
|---|---|
|
Zhoubné nádory orbity
Pacienti s maligními nádory očnice (lymfom, melanom, ...) diagnostikovanými patologickým potvrzením.
|
Diagnostické modely jsou vytvořeny pomocí kvantitativních vlastností extrahovaných z multiparametrických MRI snímků a dále zpracovány vhodnými algoritmy hlubokého učení nebo strojového učení.
|
|
Benigní orbitální nádory
Pacienti s benigními orbitálními tumory (kavernózní hemangiom, zánětlivý pseudotumor, ...) diagnostikovanými patologickým potvrzením.
|
Diagnostické modely jsou vytvořeny pomocí kvantitativních vlastností extrahovaných z multiparametrických MRI snímků a dále zpracovány vhodnými algoritmy hlubokého učení nebo strojového učení.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Oblast pod křivkou operační charakteristiky přijímače diagnostických modelů pro diferenciální diagnostiku maligních a benigních orbitálních nádorů, vysokých a nízkých stupňů histologických typů a úrovní exprese Ki-67 u maligních.
Časové okno: Předoperační
|
Plocha pod křivkou ROC se vypočítá integrací křivky ROC, která vynese citlivost vůči 1 - Specificita.
|
Předoperační
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Oblast pod křivkou Precision-Recall diagnostických modelů pro diferenciální diagnostiku maligních a benigních nádorů orbity, vysokých a nízkých stupňů histologických typů a vysokých a nízkých hladin exprese Ki-67 u maligních nádorů orbity.
Časové okno: Předoperační
|
Oblast pod křivkou přesnosti-vyvolání je určena integrací křivky přesnosti-vyvolání, která vykresluje přesnost proti vyvolání.
|
Předoperační
|
|
Citlivost diagnostických modelů pro diferenciální diagnostiku maligních a benigních nádorů orbity, vysokých a nízkých stupňů histologických typů a vysokých a nízkých hladin exprese Ki-67 u maligních nádorů orbity.
Časové okno: Předoperační
|
Citlivost se vypočítá jako poměr skutečně pozitivních výsledků k součtu skutečných pozitivních a falešně negativních výsledků.
|
Předoperační
|
|
Specifičnost diagnostických modelů pro diferenciální diagnostiku maligních a benigních nádorů orbity, vysokých a nízkých stupňů histologických typů a vysokých a nízkých hladin exprese Ki-67 u maligních nádorů orbity.
Časové okno: Předoperační
|
Specificita se vypočítá jako poměr skutečně negativních výsledků k součtu skutečných negativních a falešně pozitivních výsledků.
|
Předoperační
|
|
Přesnost diagnostických modelů pro diferenciální diagnostiku maligních a benigních nádorů orbity, vysokých a nízkých stupňů histologických typů a vysokých a nízkých hladin exprese Ki-67 u maligních nádorů orbity.
Časové okno: Předoperační
|
Přesnost se vypočítá jako poměr součtu skutečných pozitivních a skutečných negativních výsledků k celkovému počtu případů.
|
Předoperační
|
Spolupracovníci a vyšetřovatelé
Sponzor
Vyšetřovatelé
- Studijní židle: Junfang Xian, M.D., Ph.D., Department of Radiology, Beijing Tongren Hospital, Capital Medical University
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Aktuální)
Dokončení studie (Aktuální)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- TREC2023-KY107
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 .