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

Differentiering af benigne og ondartede bugspytkirtellæsioner (D)

12. oktober 2024 opdateret af: Liao Hongfan, First Affiliated Hospital of Chongqing Medical University

Forbedring af nøjagtigheden af ​​klassificering af benigne og ondartede bugspytkirtellæsioner ved hjælp af MVIT-MLKA-modellen: En omfattende evaluering og sammenlignende undersøgelse

MVIT-MLKA-modellen, med sin komplekse arkitektur, der kombinerer CNN'er og Transformers, udmærker sig ved udtrækning af billedfunktioner og indfangning af afhængigheder på lang afstand. Dette giver den stærk tilpasningsevne og robusthed i læsionsdetektions- og klassificeringsopgaver. Sammenlignet med traditionelle maskinlæringsmetoder og andre deep learning-modeller yder MVIT-MLKA ikke kun bedre med hensyn til nøjagtighed, følsomhed og specificitet, men hjælper også med at reducere inter-observatørvariabilitet, hvilket forbedrer diagnostisk konsistens blandt læger.

Selvom modellen viste små udsving i ydeevnen på eksterne datasæt, overgår den stadig andre modeller generelt og rummer et betydeligt potentiale for kliniske applikationer. Med yderligere optimering for at forbedre sine generaliseringsevner kan MVIT-MLKA blive et kraftfuldt værktøj til at diagnosticere benigne og ondartede læsioner, hvilket giver mere konsistent og præcis støtte i klinisk praksis.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Nøjagtig differentiering mellem benigne og ondartede bugspytkirtellæsioner er afgørende for patientbehandlingen. Denne undersøgelse havde til formål at udvikle og validere et nyt dybt læringsnetværk ved hjælp af baseline computertomografibilleder til at forudsige benigne og ondartede bugspytkirtellæsioner. Denne retrospektive undersøgelse på tværs af tre medicinske centre udgjorde en træningskohorte, en intern testkohorte og en ekstern valideringskohorte. En ny hybridmodel, Multi-Scale Large Kernel Attention med Mobile Vision Transformer (MVIT-MLKA), der integrerer CNN- og Transformer-arkitekturer, blev udviklet til at klassificere bugspytkirtellæsioner. Vi sammenlignede modellens ydeevne med traditionelle machine learning og deep learning metoder. Desuden evaluerede vi radiologers diagnostiske nøjagtighed med og uden den optimale modelassistance. MVIT-MLKA-modellen demonstrerede overlegen ydeevne til at forudsige bugspytkirtellæsioner, udkonkurrerede traditionelle modeller og standard CNN'er og transformere. Radiologer assisteret af MVIT-MLKA-modellen viste signifikante forbedringer i diagnostisk ydeevne sammenlignet med dem uden modelhjælp, med bemærkelsesværdige stigninger i både nøjagtighed og følsomhed. Modeltolkbarheden blev forbedret gennem Grad-CAM-visualisering, hvilket effektivt fremhæver vigtige læsionsområder. MVIT-MLKA-modellen skelner effektivt mellem benigne og ondartede bugspytkirtellæsioner, overgår traditionelle metoder og forbedrer radiologens ydeevne. Dette tyder på, at integration af avanceret dyb læringsmodel i klinisk praksis har potentialet til at reducere diagnostiske fejl og optimere behandlingsstrategier i klinisk praksis.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

864

Kontakter og lokationer

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

Studiesteder

  • Kina
    • Chongqing
      • Chongqing, Chongqing, Kina, 400016
        • The First Affiliated Hospital of Chongqing Medical University

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

Sandsynlighedsprøve

Studiebefolkning

alle mennesker blev udvalgt fra tre medicinske centre i Chongqing-provinsen

Beskrivelse

Inklusionskriterier:

Alle patienter med ondartede bugspytkirtellæsioner havde bekræftet histopatologi i henhold til den 8. udgave af American Joint Committee on Cancer TNM-stadiesystem [25]; Læsioner blev klassificeret som benigne, hvis de havde enten histopatologisk bekræftelse eller udviste godartede karakteristika med stabilitet over mindst et års opfølgning på CT- eller MR-billeddannelse; (2) Patienterne gennemgik præoperative abdominal kontrastforstærkede CT-scanninger; (3) Ingen antitumorbehandling blev udført før CT-scanningen

Ekskluderingskriterier:

(1) Patienter med væsentlige bevægelsesartefakter eller andre billeddannelsesproblemer; (2) Et tidsrum på en måned eller mere mellem CT-scanningen og den efterfølgende operation; (3) Tumorer med en maksimal diameter på mindre end 10 mm.

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
Intervention / Behandling
godartet og ondartet

Godartet læsionsgruppe: Denne kohorte omfatter patienter diagnosticeret med godartede bugspytkirtellæsioner, såsom bugspytkirtelcyster eller neuroendokrine tumorer. Disse patienter kræver typisk ikke aggressive behandlinger som kirurgi eller kemoterapi og håndteres med regelmæssig overvågning og ikke-invasive indgreb. Histopatologisk bekræftelse eller stabilitet over minimum et års opfølgning uden progression bruges til at klassificere læsioner som benigne.

Maligne læsionsgruppe: Denne kohorte omfatter patienter diagnosticeret med ondartede bugspytkirtellæsioner, såsom pancreas duktalt adenokarcinom (PDAC). Disse patienter kræver ofte mere aggressive behandlingsmuligheder, herunder kirurgi, kemoterapi og strålebehandling. Maligniteten af ​​læsionerne bekræftes gennem histopatologisk analyse, og kohorten fokuserer på tilfælde med tydelige tegn på tumorvækst og -progression.
Procedure: Whipple procedure
Anvendes typisk til behandling af kræft i bugspytkirtlen, især tumorer placeret i hovedet af bugspytkirtlen.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
samlet overlevelsestid
Tidsramme: 1 år
Det vigtigste resultatmål i denne undersøgelse var total overlevelse (OS), beregnet fra datoen for den indledende operation til datoen for dødsfald af enhver årsag eller den sidste opfølgning.
1 år

Samarbejdspartnere og efterforskere

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

Sponsor

First Affiliated Hospital of Chongqing Medical University

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)

11. januar 2022

Primær færdiggørelse (Faktiske)

5. marts 2024

Studieafslutning (Faktiske)

20. september 2024

Datoer for studieregistrering

Først indsendt

12. oktober 2024

Først indsendt, der opfyldte QC-kriterier

12. oktober 2024

Først opslået (Faktiske)

15. oktober 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

15. oktober 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

12. oktober 2024

Sidst verificeret

1. oktober 2024

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • Observational

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Vi agter at gøre IPD tilgængelig for kvalificerede forskere efter anmodning. Dette vil være underlagt etisk godkendelse og overholdelse af relevante databeskyttelsesforskrifter.

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 Bugspytkirteltumor

Kliniske forsøg med Whipple procedure

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Papua New Guinea

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner