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

Das CT-basierte Deep-Learning-Modell sagt Komplikationen in der partiellen Nephrektomie voraus

12. März 2025 aktualisiert von: Du Lingzhi

Das CT-basierte Deep-Learning-Modell übertrifft traditionelle anatomische Klassifizierungsmodelle bei der präoperativen Vorhersage von Komplikationen und Risikogrößen bei partieller Nephrektomie

Die Forscher kombinieren Radiomik und Deep -Lernen, um die Läsionen gründlicher zu analysieren, um eine genauere Vorhersage von Komplikationen bei der partiellen Nephrektomie zu erzielen, und vergleichen diesen Ansatz mit traditionellen Modellen.

Studienübersicht

Status

Abgeschlossen

Detaillierte Beschreibung

In dieser Studie wurden Patienten mit Nierenzellkarzinom oder Nierenzyste diagnostiziert, die eine teilweise Nephrektomie in mehreren Zentren unterzogen wurden. Und die Teilnehmer wurden ausgeschlossen, wenn (a) (a) fehlende oder nicht verfügbare Bildgebungsdaten oder (b) keine verfügbaren verbesserten CT -Bilder hatten. Die Kohorte wurde in Trainings- und Testsätze mit einem Verhältnis von 7: 3 unterteilt. Danach wurden die Radiomics -Merkmale aus den Bildern extrahiert, und zur Auswahl von Merkmalen wurde die Lasso -Regression verwendet. Anschließend wurde ein Deep -Learning -Modell entwickelt, um Komplikationen und Risikostufen vorherzusagen und mit herkömmlichen Klassifizierungsmodellen (Nieren und Padua) zu vergleichen, was überlegene Anwendbarkeit zeigt.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

1474

Kontakte und Standorte

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

Studienorte

    • Xuhui District
      • Shanghai, Xuhui District, China, 200032
        • Name: Zhongshan Hospital Fudan University, Location: 180th Fenglin Road, Xuhui District, Shanghai, China

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

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Die Studienpopulation umfasst Patienten, bei denen Nierenzellkarzinom oder Nierenzyste diagnostiziert wurde und die in den beteiligten Zentren eine teilweise Nephrektomie unterzogen wurden. Klinische und bildgebende Daten wurden retrospektiv aus medizinischen Unterlagen gesammelt, einschließlich demografischer Merkmale (Alter, Geschlecht, BMI), Tumorort (linke oder rechte Niere), chirurgische Details (chirurgischer Ansatz, Ischämiezeit) und perioperative Komplikationen.

Die Patienten wurden auf der Grundlage der Verfügbarkeit vollständiger klinischer, chirurgischer und bildgebender Daten eingeschlossen. Ausschlusskriterien umfassten Personen mit fehlenden oder nicht verfügbaren Bildgebungsdaten oder keinen verfügbaren verbesserten CT -Bildern. Die Studie zielt darauf ab, CT-basierte Radiomikmerkmale und klinische Merkmale zu kombinieren, um ein Deep-Lern-Modell zu entwickeln, um perioperative Komplikationen einer partiellen Nephrektomie vorherzusagen und mit traditionellen anatomischen Klassifizierungsmodellen zu vergleichen.

Beschreibung

Einschlusskriterien:

  • Klinische Diagnose eines Nierenzellkarzinoms oder einer Nierenzyste
  • Eine teilweise Nephrektomie zwischen Juni 2014 und Juli 2024 unterzogen

Ausschlusskriterien:

  • Fehlende oder nicht verfügbare Bildgebungsdaten
  • Keine verfügbaren erweiterten CT -Bilder verfügbar

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
Komplikation 1
Patienten, die während der partiellen Nephrektomie perioperative Komplikationen erlebten
Komplikation 0
Patienten, bei denen während der partiellen Nephrektomie keine perioperativen Komplikationen erlebten

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
ob Komplikationen aufgetreten sind
Zeitfenster: perioperativ
Überprüfen Sie das medizinische Aufzeichnungssystem nachträglich, um festzustellen, ob Patienten postoperative Komplikationen entwickelten.
perioperativ

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Risikoqualität der Patienten
Zeitfenster: perioperativ
Basierend auf dem CDC-System der Clavien-Dindo-Klassifizierung (CDC) für chirurgische Komplikationen wurden diese Komplikationen in vier Klassen eingeteilt: Grad I, II, III und IV. Die Risikoqualität wurde dementsprechend zugewiesen: "Kein Risiko" wird definiert als keine Komplikationen, "Grade Tief" ist definiert als das höchste Komplikationsniveau, das Grad-I ist, "mäßig" definiert als die höchste Komplikationsniveau, die Grad II ist, und "Hochstärke" wird als Komplikationen der Note III oder höher definiert, was lebensbleibend ist.
perioperativ

Mitarbeiter und Ermittler

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

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. Juni 2024

Primärer Abschluss (Tatsächlich)

31. Dezember 2024

Studienabschluss (Tatsächlich)

28. Februar 2025

Studienanmeldedaten

Zuerst eingereicht

8. März 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

12. März 2025

Zuerst gepostet (Tatsächlich)

25. März 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

25. März 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

12. März 2025

Zuletzt verifiziert

1. März 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

Beschreibung des IPD-Plans

Klinische Daten und extrahierte Feature -Merkmalsdaten der Radiomik ohne Patienteninformationen.

IPD-Sharing-Zeitrahmen

Innerhalb von sechs Monaten nach der Veröffentlichung in der Zeitschrift.

IPD-Sharing-Zugriffskriterien

Die Daten, die diese Studie unterstützen, sind in den eingeschriebenen Institutionen verfügbar, die Einschränkungen gelten jedoch aufgrund ihrer Datenschutzgründe. Auf Daten können nach angemessener Anfrage des entsprechenden Autors zugegriffen werden.

Art der unterstützenden IPD-Freigabeinformationen

  • STUDIENPROTOKOLL

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Produkt, das in den USA hergestellt und aus den USA exportiert wird

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 Nierenzellkarzinom (RCC)

Abonnieren