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

Endobronchiales ultraschallbasiertes SVM-Modell zur Unterscheidung gutartiger und bösartiger mediastinaler und hilärer Lymphknoten

23. Mai 2024 aktualisiert von: Quncheng Zhang

ZUSAMMENFASSUNG Hintergrund und Ziel: Etablierung eines Ultraschall-Radiomics-Modells für maschinelles Lernen auf der Grundlage von endobronchialem Ultraschall (EBUS), um Ärzte bei der Unterscheidung zwischen gutartigen und bösartigen Diagnosen von mediastinalen und hilären Lymphknoten zu unterstützen.

Methoden: Die klinischen und Ultraschallbilddaten von 197 Patienten wurden retrospektiv analysiert. Die Radiomics-Merkmale wurden durch EBUS-basierte Radiomics extrahiert und die Dimensionsreduktion wurde an diesen Features durch den kleinsten absoluten Schrumpfungs- und Auswahloperator (LASSO) durchgeführt. Das EBUS-basierte Radiomics-Modell wurde durch Support Vector Machine (SVM) erstellt.205 Die Läsionen wurden zufällig in eine Trainingsgruppe (n=143) und eine Validierungsgruppe (n=62) aufgeteilt. Die diagnostische Effizienz wurde anhand der Receiver Operating Characteristic (ROC) bewertet. Ergebnisse: Insgesamt wurden 13 stabile Merkmale mit Koeffizienten ungleich Null ausgewählt. Das Support Vector Machine (SV)-Modell zeigte sowohl in der Trainings- als auch in der Verifizierungsgruppe eine vielversprechende Leistung. In der Trainingsgruppe erreichte das SVM-Modell eine Fläche unter der Kurve (AUC) von 0,892 (95 %-KI: 0,885–0,899). mit einer Genauigkeit von 85,3 %, einer Sensitivität von 93,2 % und einer Spezifität von 79,8 %. In der Verifizierungsgruppe zeigte das SVM-Modell eine AUC von 0,906 (95 % C: 0,890–0,923). mit einer Genauigkeit von 74,2 %, einer Sensitivität von 70,3 % und einer Spezifität von 74,1 %. Schlussfolgerung: Das EBUS-basierte Radiomics-Modell kann zur Unterscheidung mediastinaler und hilärer, gutartiger und bösartiger Lymphknoten verwendet werden. Das SVM-Modell zeigt Überlegenheit und Potenzial als diagnostisches Instrument in der klinischen Praxis

Studienübersicht

Status

Abgeschlossen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

197

Kontakte und Standorte

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

Studienorte

    • Henan
      • Zhengzhou, Henan, China, 450000
        • Department of Respiratory and Critical Care Medicine

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

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Volkskrankenhaus der Provinz Henan

Beschreibung

Einschlusskriterien:

  • (1) Brust-CT mit vergrößerten mediastinalen oder hilären Lymphknoten oder positiven Befunden mediastinaler und hilärer Lymphknoten im PET/CT (SUV ≥ 2,5); (2) Patienten, die sich einer EBUS-TBNA-Untersuchung unterzogen haben; (3) Keine Kontraindikationen für eine Operation.

Ausschlusskriterien:

  • (1) vorherige Behandlung der Ziellymphknoten vor EBUS-TBNA; (2) unklare Diagnoseergebnisse; (3)Verlust bei der Nachverfolgung.

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
Trainingsgruppe
Bronchoskopische Ultraschallbilder wurden gemäß dem SVM-Modus analysiert
Validierungsgruppe
Bronchoskopische Ultraschallbilder wurden gemäß dem SVM-Modus analysiert

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
AUC
Zeitfenster: Ein Monat
Beurteilen Sie die Gültigkeit und Genauigkeit des Modells
Ein Monat
Genauigkeit
Zeitfenster: Ein Monat
Beurteilen Sie die Gültigkeit und Genauigkeit des Modells
Ein Monat
Empfindlichkeit
Zeitfenster: Ein Monat
Beurteilen Sie die Gültigkeit und Genauigkeit des Modells
Ein Monat
Spezifität
Zeitfenster: Ein Monat
Beurteilen Sie die Gültigkeit und Genauigkeit des Modells
Ein Monat

Mitarbeiter und Ermittler

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

Sponsor

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)

1. Januar 2018

Primärer Abschluss (Tatsächlich)

1. Dezember 2023

Studienabschluss (Tatsächlich)

1. April 2024

Studienanmeldedaten

Zuerst eingereicht

2. April 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

2. April 2024

Zuerst gepostet (Tatsächlich)

8. April 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

24. Mai 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

23. Mai 2024

Zuletzt verifiziert

1. Mai 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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 SVM-Modell

Abonnieren