Mikrovaskulær invasion kunstig intelligens forudsigelse via kontrastforstærket ultralyd med forklaring (MAPUSE)
Forudsigelse af mikrovaskulær invasion i HCC ved brug af spatiotemporal radiomik af kontrastforstærket ultralyd: en dyb læringsmodel med transkriptomisk korrelation
En kunstig intelligens (AI) model til at forudsige MVI af HCC ved hjælp af kontrastforstærket ultralyd blev konstrueret. Denne model har også biologisk forklaring. Efterforskerne navngav det som MAPUSE (MVI AI-forudsigelse via kontrastforstærket ultralyd med forklarlighed).
Målet med MAPUSE-undersøgelsen er prospektivt at teste ydeevnen af MAPUSE-modellen på MVI-forudsigelse og dens biologiske korrelation i forskellige geografiske områder i Kina.
Studieoversigt
Status
Intervention / Behandling
Detaljeret beskrivelse
Tilstedeværelsen af mikrovaskulær invasion (MVI) i hepatocellulært karcinom (HCC) er en kritisk prognostisk indikator, men dens præoperative diagnose er fortsat udfordrende. Kontrastforstærket ultralyd (CEUS) med dens dynamiske mikrovaskulære billeddannelsesevne lover godt i forudsigelse af MVI.
Efterforskerne konstruerede en kunstig intelligens (AI) model til at forudsige MVI ved hjælp af kontrastforstærket ultralyd. Denne model har også biologisk forklaring. Vi navngav det som MAPUSE (MVI AI-forudsigelse via kontrastforstærket ultralyd med forklarlighed).
Målet med MAPUSE-undersøgelsen er prospektivt at teste ydeevnen af MAPUSE-modellen på MVI-forudsigelse og dens biologiske korrelation i forskellige geografiske områder i Kina.
Ydelsen af MAPUSE skal testes i to potentielle testkohorter fra to centre i det sydlige og nordlige Kina. Før operationen vil patient CEUS videoer blive indsamlet og analyseret af MAPUSE model for at generere en MVI risiko score. Ifølge den postoperative patologiske diagnose af MVI (gyldt kriterium) vil resultatet af MAPUSE blive evalueret. Parametre inkluderer area under curve (AUC), nøjagtighed (ACC), sensitivitet, specificitet og F1-score.
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
-
Beijing, Kina, 100853
- Chinese PLA General Hospital
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510080
- The First Affiliated Hospital of Sun Yat-sen University
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Alder >18 år.
- HCC-diagnosen og tilstedeværelsen af MVI blev bekræftet ved kirurgisk patologi.
- Fuldstændige og klare CEUS-videoer opnået inden for to uger før operationen.
Ekskluderingskriterier:
- Ukvalificerede CEUS-billeder.
- Manglende kirurgisk patologisk diagnose.
- Læsioner gennemgik lokal behandling.
- Ikke-HCC diagnose
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Kinesisk PLA General Hospital Cohorte
Patienter fra Chinese PLA General Hospital (det nordlige Kina) efter kirurgisk behandling
|
Brug af MAPUSE-modellen til at forudsige MVI-status før kirurgisk resektion for HCC-patienter
|
|
det første tilknyttede hospital i Sun Yat-sen University Cohort
Patienter fra det første tilknyttede hospital ved Sun Yat-sen University (det sydlige Kina) efter kirurgisk behandling
|
Brug af MAPUSE-modellen til at forudsige MVI-status før kirurgisk resektion for HCC-patienter
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
areal under driftskarakteristiske kurver (AUC)
Tidsramme: Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
området under operationskarakteristiske kurver (AUC) for at evaluere ydeevnen af MAPUSE-modellen til at forudsige MVI hos HCC-patienter
|
Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
ACC (nøjagtighed)
Tidsramme: Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
Forholdet mellem antallet af prøver korrekt forudsagt af modellen og det samlede antal prøver
|
Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
|
Specificitet
Tidsramme: Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
Andel af alle patienter uden MVI, som er forudsagt negative af MAPUSE
|
Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
|
Følsomhed
Tidsramme: Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
Andelen af patienter med MVI, som MAPUSE identificerer korrekt
|
Fra præoperativ indskrivning til postoperativ bekræftelse af patologisk diagnose (7-15 dage postoperativt)
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Efterforskere
- Ledende efterforsker: Chuan Pang, Chinese PLA General Hospital
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- MAPUSE
- 82030047 (Andet bevillings-/finansieringsnummer: National Natural Science Foundation of China)
- 92159305 (Anden identifikator: The National Natural Science Foundation of China)
- 82325027 (Anden identifikator: The National Natural Science Foundation of China)
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 .