El valor de aplicación de los nomogramas basados en el aprendizaje profundo en la discriminación benigna-maligna de los nódulos tiroideos de categoría 4 del TI-RADS
5 de febrero de 2024 actualizado por: Ma Zhe
Este estudio retrospectivo se centra en la clasificación benigna y maligna de los nódulos tiroideos utilizando técnicas de aprendizaje profundo y evalúa el valor de los nomogramas basados en el aprendizaje profundo en la clasificación de los nódulos tiroideos de categoría 4 de TI-RADS para mejorar la precisión de la identificación benigna y maligna de la categoría TI-RADS. 4 nódulos tiroideos.
Materiales y métodos: Se recogieron pacientes que visitaron el Primer Hospital Afiliado de la Primera Universidad Médica de Shandong y el Hospital Provincial Qianfoshan de Shandong. Se revisaron sus características clínicas generales, información sobre el diagnóstico ecográfico preoperatorio y datos patológicos posoperatorios.
Descripción general del estudio
Estado
Terminado
Condiciones
Tipo de estudio
De observación
Inscripción (Actual)
500
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
Shandong
-
Jinan, Shandong, Porcelana
- QianfoshanH
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra no probabilística
Población de estudio
El estudio recopiló datos sobre un total de 500 nódulos tiroideos de categoría 4 TI-RADS de 500 pacientes que asistieron al Primer Hospital Afiliado de la Primera Universidad Médica de Shandong desde abril de 2022 hasta noviembre de 2023.
Descripción
Criterios de inclusión:
- Diagnóstico confirmado por ecografía de nódulos tiroideos clasificados como categoría 4 de TI-RADS.
- Disponibilidad de resultados patológicos.
Criterio de exclusión:
- Falta de diagnóstico patológico.
- Historia de cirugía de tiroides u otros tratamientos.
- Mala calidad de las imágenes ecográficas de los nódulos tiroideos.
- Datos clínicos y de imagen incompletos del paciente.
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
|---|
|
maligno
Nódulos tiroideos con hallazgos patológicos de malignidad confirmados mediante biopsia quirúrgica o por punción en la categoría TI-RADS4
|
|
benigno
Nódulos tiroideos con hallazgos patológicos confirmados mediante biopsia quirúrgica o por punción de categoría TI-RADS4 benigna
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Modelo de predicción de aprendizaje profundo (YOLOv3) y evaluación del modelo.
Periodo de tiempo: Evaluado inmediatamente después de construir el modelo de predicción.
|
Según las características de los nódulos tiroideos benignos y malignos, el conjunto de datos se dividió en un conjunto de entrenamiento y un conjunto de prueba utilizando el método de validación cruzada, y el modelo YOLOv3 se entrenó utilizando datos del conjunto de entrenamiento, y el rendimiento del modelo fue evaluado utilizando datos del conjunto de prueba. El modelo se evalúa utilizando una serie de métricas como: curva de recuperación de precisión, precisión de clasificación efectiva, matriz de confusión y área bajo la curva.
|
Evaluado inmediatamente después de construir el modelo de predicción.
|
|
predicción y evaluación de nomogramas
Periodo de tiempo: Evaluado inmediatamente después de construir el nomograma.
|
Factorización de características clínicas, clasificación de ultrasonido y predicciones de modelos para mapear nomogramas usando lenguaje R. Evaluación del nomograma usando varias métricas, incluidas curvas de características operativas del sujeto, curvas de calibración y análisis de curvas de decisión.
|
Evaluado inmediatamente después de construir el nomograma.
|
|
Selección de características clínicas y evaluación.
Periodo de tiempo: Después de recopilar el conjunto de datos y obtener los resultados de patología, los resultados estadísticos obtenidos se analizan en busca de factores clínicos, con un promedio de aproximadamente 1 año.
|
Los investigadores seleccionaron pacientes con nódulos tiroideos de categoría 4 de TI-RADS dentro de 1 año para componer el conjunto de datos.
Los investigadores analizaron los factores clínicos en el conjunto de datos y analizaron la importancia de estos factores clínicos en los resultados estadísticos y las características clínicas utilizando la prueba de suma de rangos de dos muestras de Wilcoxon o la prueba de chi-cuadrado.
|
Después de recopilar el conjunto de datos y obtener los resultados de patología, los resultados estadísticos obtenidos se analizan en busca de factores clínicos, con un promedio de aproximadamente 1 año.
|
|
Impacto y evaluación de la clasificación por ultrasonido.
Periodo de tiempo: Los resultados clasificados del examen de ultrasonido se analizaron después de que se completó la recopilación del conjunto de datos, se completó el examen de ultrasonido y se obtuvieron los resultados finales de patología, en promedio aproximadamente 1 año.
|
Los investigadores seleccionaron pacientes con nódulos tiroideos de categoría 4 de TI-RADS dentro de 1 año para componer el conjunto de datos.
Los investigadores analizaron los resultados de la clasificación de nódulos de categoría 4 TI-RADS en este conjunto de datos y determinaron la importancia de la clasificación por ultrasonido en los resultados estadísticos mediante la prueba de chi-cuadrado.
|
Los resultados clasificados del examen de ultrasonido se analizaron después de que se completó la recopilación del conjunto de datos, se completó el examen de ultrasonido y se obtuvieron los resultados finales de patología, en promedio aproximadamente 1 año.
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
1 de abril de 2022
Finalización primaria (Actual)
30 de noviembre de 2023
Finalización del estudio (Actual)
30 de noviembre de 2023
Fechas de registro del estudio
Enviado por primera vez
4 de enero de 2024
Primero enviado que cumplió con los criterios de control de calidad
5 de febrero de 2024
Publicado por primera vez (Actual)
14 de febrero de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
14 de febrero de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
5 de febrero de 2024
Última verificación
1 de febrero de 2024
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- YXLL-KY-2023(133)
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .