Predictores de cáncer de ovario y cáncer de endometrio para herramientas de detección basadas en inteligencia artificial

Metodología :

Este estudio constará de dos etapas diferenciadas

1. En una primera etapa se realizará un estudio de cohortes para identificar los posibles predictores de cada tipo de cáncer
2. La segunda etapa cubrirá el desarrollo de pruebas en el punto de atención basadas en un modelo de inteligencia artificial para predecir la aparición de cáncer y las pruebas prospectivas de los nuevos participantes utilizando un método de estudio de diagnóstico. Las herramientas predecirán el resultado histopatológico actual y la posible histopatología futura en el plazo de un año.

Participantes y fuente de datos En el centro de estudio, las mujeres con o sin síntomas asociados con la ginecología se sometieron a evaluaciones ginecológicas y patológicas para descartar cáncer de ovario y endometrio en nuestro centro de estudio. Los datos se almacenan digitalmente y la extracción se realizará en consecuencia.

Variables y medición de resultados

1. Datos demográficos y datos de salud esta información se obtiene de la valoración inicial de las pacientes incluyendo edad, índice de masa corporal, enfermedades crónicas, perfil ginecoobstétrico, patrón menstrual y anticoncepción
2. Los datos clínicos y de laboratorio incluyen, un hemograma completo, un biomarcador seleccionado asociado con el cáncer (por ejemplo, el antígeno del cáncer 125 (Ca-125)), compromiso de los ganglios linfáticos, histopatología de los tejidos pertinentes y signos de metástasis a través de datos clínicos o radiológicos.
3. Resultado histopatológico final tipo y clasificación evaluado por al menos dos patólogos para determinar el tipo de cáncer. Las pautas de clasificación siguen la clasificación de la Organización Mundial de la Salud.

Desarrollo de herramientas de cribado basadas en Inteligencia Artificial

1. El investigador desarrollará

   - un modelo basado en información donde el usuario proporcionará una respuesta a cada predictor

   - un modelo basado en imágenes en el que el usuario proporcionará una imagen capturada para la predicción

   - un modelo de base mixta donde el usuario puede combinar imágenes capturadas e información para cada predictor

2. modelo propuesto

   - basado en la puntuación derivada del coeficiente de regresión

   - árbol de decisión

   - bosque aleatorio

   - Red neuronal artificial

   • red neuronal convolucional
3. Selección de modelo

1. Desempeño de detección en datos divididos (o usando una técnica de validación cruzada)

2. evaluación de log-loss o probabilidad

   Cronología

   1. Para la primera etapa del estudio, habrá una evaluación variable en el tiempo para cada participante; sin embargo, al menos los participantes se someten a una evaluación de todos los factores y resultados al inicio del estudio. La evaluación repetida según lo sugerido por el médico se realizará dentro de un año después de la evaluación inicial.

   2. El segundo estudio aplicará cribado prospectivo. La herramienta de detección basada en inteligencia artificial se utilizará simultáneamente con el estándar de oro de diagnóstico.

   El posible sesgo de procedimiento, particularmente en la interpretación de los resultados de confiabilidad, se maneja al involucrar a múltiples patólogos. El patólogo y el evaluador realizarán la evaluación de forma independiente para reducir la tendencia de los resultados anteriores proporcionados por las herramientas de detección recientemente desarrolladas.

   Tamaño de la muestra

   1. La primera etapa de la investigación supone que

una. La prevalencia de ambos cánceres entre todos los cánceres en mujeres representó el 5% b. Error tipo I fijado en 5% c. error absoluto de la prevalencia 1% utilizando la fórmula de proporción de una muestra, el tamaño de muestra estimado es de 1825 participantes.

2. Tras el estudio de diagnóstico, afirmamos que el nuevo modelo de herramientas de detección mostrará un rendimiento de no inferioridad frente a la histopatología como estándar de oro, suponiendo que

una. la diferencia esperada en el valor de sensibilidad es del 5 %, asumiendo que las nuevas herramientas de detección tendrán una sensibilidad del 85 % y la sensibilidad de la histopatología es del 90 % b. se realizarán pruebas cruzadas, creando una asignación equitativa de la intervención de detección c. Error tipo 1 del estudio fijado en 5% d. Poder del estudio establecido en 80% El tamaño total de la muestra para la herramienta de detección prospectiva será de 1080 participantes

Cuantificación y discretización de datos La información clínica diversa se clasificará de acuerdo con la pauta establecida, por ejemplo, el índice de masa corporal.

Análisis estadístico propuesto

1. Estadística descriptiva y análisis bivariado
2. Se llevará a cabo una regresión de cox siguiendo la línea de tiempo desde la línea de base hasta el evento.
3. Se realizará un análisis de subgrupos, particularmente en ciertos grupos demográficos y de comorbilidad.

En cuanto a la segunda etapa, el análisis identificará los

1. sensibilidad
2. especificidad
3. precisión
4. precisión
5. El número necesario para tratar los modelos seleccionados se implementará en una aplicación.