Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Anvendelsesværdien af ​​deep Learning-baserede nomogrammer i godartet-malign diskrimination af TI-RADS kategori 4 Thyroid Nodules

5. februar 2024 opdateret af: Ma Zhe

Denne retrospektive undersøgelse fokuserer på godartede og ondartede klassificering af skjoldbruskkirtelknolder ved hjælp af dyb læringsteknikker og evaluerer værdien af ​​deep learning baserede nomogrammer i klassificeringen af ​​TI-RADS kategori 4 skjoldbruskkirtelknuder for at forbedre nøjagtigheden af ​​godartet og ondartet identifikation af TI-RADS kategori 4 skjoldbruskkirtelknogler.

Materialer og metoder: Patienter, der besøgte på The First Affiliated Hospital of Shandong First Medical University & Shandong Provincial Qianfoshan Hospital, blev indsamlet. Deres generelle kliniske træk, information om præoperativ ultralydsdiagnose og postoperative patologiske data blev gennemgået.

Studieoversigt

Status

Afsluttet

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

500

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

  • Kina
    • Shandong
      • Jinan, Shandong, Kina
        • QianfoshanH

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Undersøgelsen indsamlede data om i alt 500 TI-RADS kategori 4 skjoldbruskkirtelknolder fra 500 patienter, der gik på First Affiliated Hospital of Shandong First Medical University fra april 2022 til november 2023.

Beskrivelse

Inklusionskriterier:

  1. Ultralydsbekræftet diagnose af skjoldbruskkirtelknolder, der er klassificeret som TI-RADS kategori 4.
  2. Tilgængelighed af patologiske resultater.

Ekskluderingskriterier:

  1. Manglende patologisk diagnose.
  2. Historie om skjoldbruskkirteloperationer eller andre behandlinger.
  3. Dårlig kvalitet af ultralydsbilleder af skjoldbruskkirtelknolder.
  4. Ufuldstændige kliniske og billeddiagnostiske data om patienten.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
ondartet
Skjoldbruskkirtelknolder med kirurgisk eller punkturbiopsi-bekræftede patologiske fund af malignitet i TI-RADS4-kategorien
godartet
Skjoldbruskkirtelknolder med kirurgisk eller punkturbiopsi-bekræftede patologiske fund af godartet TI-RADS4-kategori

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
forudsigelsesmodel for dyb læring (YOLOv3) og modelevalueringen
Tidsramme: Umiddelbart evalueret efter at forudsigelsesmodellen blev bygget
Baseret på karakteristika for godartede og ondartede skjoldbruskkirtelknolder blev datasættet opdelt i et træningssæt og et testsæt ved brug af krydsvalideringsmetoden, og YOLOv3-modellen blev trænet ved hjælp af data fra træningssættet, og modellens ydeevne blev evalueret ved hjælp af data fra testsættet. Modellen evalueres ved hjælp af en række målinger såsom: præcisions-genkaldelseskurve, effektiv klassifikationspræcision, forvirringsmatrix og areal under kurven.
Umiddelbart evalueret efter at forudsigelsesmodellen blev bygget
nomogram forudsigelse og vurdering
Tidsramme: Umiddelbart evalueret efter at nomogrammet blev bygget
Faktorering af kliniske træk, ultralydsgradering og modelforudsigelser for at kortlægge nomogrammer ved hjælp af R-sprog. Evaluering af nomogrammet ved hjælp af forskellige metrikker, herunder emnets operationskarakteristiske kurver, kalibreringskurver og beslutningskurveanalyse
Umiddelbart evalueret efter at nomogrammet blev bygget
Udvælgelse af kliniske træk og vurdering
Tidsramme: Efter at datasættet er indsamlet og patologiske resultater er opnået, analyseres de opnåede statistiske resultater for kliniske faktorer, i gennemsnit omkring 1 år.
Forskerne udvalgte patienter med TI-RADS kategori 4 skjoldbruskkirtelknolder inden for 1 år til at omfatte datasættet. Forskerne analyserede de kliniske faktorer i datasættet og analyserede betydningen af ​​disse kliniske faktorer på de statistiske resultater og kliniske karakteristika ved hjælp af Wilcoxon to-sample rank sum test eller chi-square test.
Efter at datasættet er indsamlet og patologiske resultater er opnået, analyseres de opnåede statistiske resultater for kliniske faktorer, i gennemsnit omkring 1 år.
Påvirkning og vurdering af ultralydsgradering
Tidsramme: De graderede resultater af ultralydsundersøgelsen blev analyseret efter at datasætindsamlingen var afsluttet, ultralydsundersøgelsen var afsluttet og de endelige patologiresultater blev opnået, i gennemsnit omkring 1 år.
Forskerne udvalgte patienter med TI-RADS kategori 4 skjoldbruskkirtelknolder inden for 1 år til at omfatte datasættet. Forskerne analyserede resultaterne af klassificeringen af ​​TI-RADS kategori 4-knuder i dette datasæt og bestemte betydningen af ​​ultralydsgradering på de statistiske resultater ved hjælp af chi-square-testen.
De graderede resultater af ultralydsundersøgelsen blev analyseret efter at datasætindsamlingen var afsluttet, ultralydsundersøgelsen var afsluttet og de endelige patologiresultater blev opnået, i gennemsnit omkring 1 år.

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

Ma Zhe

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. april 2022

Primær færdiggørelse (Faktiske)

30. november 2023

Studieafslutning (Faktiske)

30. november 2023

Datoer for studieregistrering

Først indsendt

4. januar 2024

Først indsendt, der opfyldte QC-kriterier

5. februar 2024

Først opslået (Faktiske)

14. februar 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

14. februar 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

5. februar 2024

Sidst verificeret

1. februar 2024

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • YXLL-KY-2023(133)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Thyroid Nodule

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Bahamas

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner