Vurdering af ovariecyster ved hjælp af maskinlæring (OCID)

Ovariecyster er en af ​​de mest almindelige gynækologiske lidelser, man støder på i klinisk praksis. Cirka 20 % af kvinderne kan opleve ovariecyster mindst én gang i deres liv. Imidlertid er forekomsten af ​​signifikante ovariecyster 8% i præmenopausale. Faktisk opdages mange ovariecyster tilfældigt, mens bækkenbilleder udføres for andre indikationer. Interessant nok kan prævalensen af ​​ovariecyster nå op til 14-18% hos kvinder i overgangsalderen, hvoraf mange sandsynligvis er vedvarende (2). Selvom de fleste ovariecyster er godartede, kan der ikke stilles en endelig diagnose baseret på engangs sonografiske fund. Simple cyster er typisk godartede. Komplekse og solide cyster er sandsynligvis stadig godartede. Imidlertid er malignitet mere almindelig i denne gruppe af cyster. Definitiv diagnose ved histopatologi berettiger kirurgisk fjernelse af cyste/ovarie. Fordi tilstanden er almindelig og for det meste godartet, overvejes operation ikke, medmindre malignitet med rimelighed er en bekymring, eller cysten er symptomatisk.

Derfor håndteres de fleste ovariecyster forventningsfuldt. Formålet med forventningsbehandling er at bestemme cysteforandringer. Opfølgningen kan strække sig ud over et år. Anbefalingerne har dog ikke været konsistente blandt internationalt anerkendte retningslinjer, og forskellige afskæringer af cystestørrelse og forskellige frekvenser og varigheder af opfølgning blev overvejet (5, 6). Tilsvarende er der forskellige systemer, der er vedtaget af disse retningslinjer for at triagere kvinder med ovariecyster baseret på sonografiske og biokemiske indikatorer.

Dette projekt har til formål at skabe en forudsigelsesmodel ved hjælp af maskinlæringsalgoritmer, der kan anvendes på kvinder med ovariecyster. Formålet med denne tilstand er at bestemme sandsynligheden for kræft og behandlingsplan inklusive kirurgi, langsigtet eller kortsigtet opfølgning.

Hentede poster vil blive gennemgået for berettigelse. Patienter vil blive overvejet til inklusion, hvis de er postmenarkale, har dokumenteret opfølgning i mindst 1 år efter den første præsentation, medmindre de er kirurgisk behandlet, og giver tilladelse til at bruge deres lægejournaler til forskningsformål. De skulle have modtaget deres pleje i de modtagelige centre. Kvinder vil blive udelukket fra undersøgelsen, hvis de blev indlagt for en akut hændelse, herunder cystetorsion, ruptur eller blødning uden forudgående dokumentation for ovariecyster. Kvinder med cyster mindre end 3 cm vil ikke være berettigede.

Et standardiseret regneark til dataindsamling er designet til formålet med undersøgelsen og vil blive delt med alle bidragende centre. Dataindsamling vil omfatte patientdemografi (f.eks. alder, paritet, kropsmasseindeks, etnicitet, rygestatus), gynækologisk historie (f.eks. menstruationsabnormiteter, præventionsstatus), sygehistorie (f.eks. inklusive kroniske helbredsproblemer og personlig historie med kræftformer) , kirurgisk historie, familiehistorie med kræftsygdomme inklusive alle diagnosticerede familiære kræftsyndromer. Specifik information om den aktuelle præsentation vil omfatte præsentation af symptomer, hvis nogen, relevante fysiske tegn, sonografiske træk (f.eks. cystestørrelse, side, konsistens, lokalitet, tilstedeværelse af septa, faste områder, papiller, intracystisk væsketekstur, tilhørende bækkenvæske eller ascites) , træk noteret i andre billeddiagnostiske modaliteter, hvis nogen, tumormarkører (CA125, HCG, ALP, LDH,HE-4), behandlingsplan inklusive kirurgiske fund og histopatologisk diagnose, opfølgning inklusive opfølgningsfund og cyste/massekomplikationer under opfølgning -op.