Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Der Zusammenhang zwischen Hormonsensitivität und Bildgebung idiopathischer interstitieller Pneumonie durch künstliche Intelligenz (IIP)

23. November 2021 aktualisiert von: Peking University Third Hospital
Anwendung eines Deep-Learning-Algorithmus mit künstlicher Intelligenz zur Analyse des Zusammenhangs zwischen der Hormonsensitivität der idiopathischen interstitiellen Pneumonie und den Bildgebungsmerkmalen der hochauflösenden CT.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Methoden: Die Krankenakten und hochauflösenden Thorax-CT-Bilder von Patienten mit idiopathischer interstitieller Pneumonie, die vom 1. Juni 2012 bis 31. Dezember 2020 in die Atemwegsabteilung des Dritten Krankenhauses der Universität Peking eingeliefert wurden, wurden retrospektiv analysiert. Anwendung von Deep Learning mit künstlicher Intelligenz Die Methode des neuronalen Faltungsnetzwerks erstellt eine Erkennungstechnologie für verschiedene Bildmerkmale. Einschließlich Mattglas, Netz, Wabe, Knötchen oder Konsolidierung wurde das Modell erstellt. IIP-Patienten wurden in eine hormonempfindliche Gruppe und eine hormonunempfindliche Gruppe eingeteilt, je nachdem, ob der Einsatz des Hormons wirksam war oder nicht. Zur Analyse der Korrelation zwischen statistisch signifikanten Parametern und der Hormonempfindlichkeit wurde eine logistische Regressionsanalyse verwendet. Zur Erstellung des Korrelationsmodells wurde künstliche Intelligenz eingesetzt zwischen Bildgebungsmerkmalen und klinischen Daten und Hormonsensitivität.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

150

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

  • China
    • Beijing
      • Beijing, Beijing, China, 100191
        • Peking University Third Hospital

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre bis 90 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Vom 1. Juni 2012 bis 31. Dezember 2020 wurden alle stationären Patienten mit IIP in die Atemwegs- und Intensivstation des Dritten Krankenhauses der Peking-Universität eingeliefert. Die Gesamtzahl der Patienten beträgt 150, 45 Patienten nehmen Hormone ein, das Durchschnittsalter beträgt 62 Jahre, 21 sind männlich.

Beschreibung

Einschlusskriterien:

Klinisch-pathologische-radiologische Diagnose einer idiopathischen interstitiellen Pneumonie. Es kam eine Hormontherapie zum Einsatz; Die Follow-up-Daten waren vollständig und die Wirkung des Hormonkonsums konnte beurteilt werden.

Ausschlusskriterien:

Lungeninfektionskrankheit; Herzinsuffizienz; Bindegewebserkrankung; IIP Ohne Hormontherapie; IIP, aber die Follow-up-Daten waren unvollständig und die Wirkung des Hormonkonsums konnte nicht beurteilt werden.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Hormonempfindliche Gruppe
Prednison, 0,5 mg/kgqd, 3–6 Monate
Strahlung: hochauflösende CT
Mattglas, Wabenstruktur, Vernetzung, Konsolidierung
Gruppe für Hormonunempfindlichkeit
Prednison, 0,5 mg/kgqd, 3–6 Monate
Strahlung: hochauflösende CT
Mattglas, Wabenstruktur, Vernetzung, Konsolidierung

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
klinische Daten und Bildgebungsmerkmalsverhältnisse in beiden Gruppen
Zeitfenster: 3-6 Monate nach der Medikation
Klinische Daten einschließlich Alter, Geschlecht, Symptome, Anzeichen, Rauchergeschichte, Komplikationen, Laboruntersuchung, Lungenfunktion. Bildgebungsfunktion einschließlich Mattglas-Opazität, Retikulierung, Wabenstruktur und Konsolidierung.
3-6 Monate nach der Medikation

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
die Beziehung zwischen bildgebenden Merkmalsverhältnissen und Hormonsensitivität
Zeitfenster: 3-6 Monate nach der Medikation
Logistische Regression, die den Zusammenhang zwischen Bildgebungsmerkmalsverhältnissen und Hormonsensitivität analysiert.
3-6 Monate nach der Medikation

Andere Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Entwicklung eines Algorithmusmodells für künstliche Intelligenz
Zeitfenster: 3-6 Monate nach der Medikation
Die U-net-Methode des Deep Learning Convolutional Neural Network (CNN) wurde verwendet, um das Erkennungsmodell verschiedener Bildmerkmale zu erstellen. Zu den Bildgebungsfunktionen gehören Mattglas-Opazität, Netzstruktur, Wabenstruktur und Konsolidierung. Mit dem Flächenverhältnis der Bildgebungsmerkmale der beiden Gruppen als Eingabe und der Hormonwirksamkeit als Ausgabe wurde das Korrelationsmodell zwischen Bildgebungsmerkmalen und Hormonempfindlichkeit unter Verwendung des KNN-Algorithmus (K-Nearest Neighbor) der künstlichen Intelligenz und der Support Vector Machine (SVM) erstellt. Algorithmus.
3-6 Monate nach der Medikation

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Peking University Third Hospital

Ermittler

  • Hauptermittler: Bei He, Peking University Third Hospital Respiratory and critical care department

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

30. Dezember 2019

Primärer Abschluss (Tatsächlich)

1. Juni 2021

Studienabschluss (Tatsächlich)

30. Juni 2021

Studienanmeldedaten

Zuerst eingereicht

30. Juni 2021

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

23. November 2021

Zuerst gepostet (Tatsächlich)

7. Dezember 2021

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

7. Dezember 2021

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

23. November 2021

Zuletzt verifiziert

1. Juni 2021

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • LM2019173

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Idiopathische interstitielle Pneumonie

Klinische Studien zur hochauflösende CT

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Equatorial Guinea

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren