D-Lung: keuhkosyövän analysointialusta, joka perustuu syvään oppimistekniikkaan
tiistai 7. helmikuuta 2023 päivittänyt: Professor Winnie W.C. Chu, Chinese University of Hong Kong
D-Lung: Deep Learning -teknologiaan perustuva analyysialusta primaarisen keuhkosyövän seulomiseen, diagnosointiin ja hoitoon
Keuhkosyöpä on yksi tärkeimmistä syöpäkuolemien syistä maailmanlaajuisesti, ja sille on ominaista alhainen viiden vuoden eloonjäämisaste, alle 20%.
Keuhkokyhmyä pidetään tyypillisenä kuvantamisen ilmentymänä keuhkosyövän alkuvaiheessa.
National Lung Screen Trial on osoittanut, että kuolleisuusaste voi laskea suuresti, kun pieniannoksinen helikaalinen tietokonetomografia hyödynnetään keuhkokyhmyjen seulonnassa.
Näin ollen keuhkokyhmyjen automaattinen havaitseminen, diagnosointi ja hallinta ovat keskeisiä tehtäviä tietokoneavusteisessa keuhkosyövän seulonnassa ja varhaisessa interventiossa.
Tutkimuksen yleiskatsaus
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
130
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Shatin
-
Hong Kong, Shatin, Hong Kong
- The Chinese University of Hong Kong, Prince of Wale Hospital
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
- AIKUINEN
- OLDER_ADULT
- LAPSI
Hyväksyy terveitä vapaaehtoisia
Ei käytössä
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Todennäköisyysnäyte
Tutkimusväestö
Tämä on yksi laitosten retrospektiivinen kohorttitutkimus Hongkongin sairaaloiden potilaista, joille oli tehty rintakehän CT epäilyttäviä keuhkokyhmyjä varten.
Kuvaus
Sisällyttämiskriteerit:
- Koehenkilöt, joilla on epäilyttäviä keuhkokyhmyjä.
- Ohutkerroksinen rintakehän TT ja patologinen tutkimus on tehty epäilyttävien keuhkojen kyhmyjen varalta.
Poissulkemiskriteerit:
- Potilaat, joilla on TT-kuvissa vaurioita, jotka voivat häiritä keuhkojen kyhmyjen analysointia
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
tarkkuus
Aikaikkuna: 2 vuotta
|
todellisten tulosten (sekä todellisten positiivisten että todellisten negatiivisten) osuus kokonaisista tapauksista
|
2 vuotta
|
|
herkkyys
Aikaikkuna: 2 vuotta
|
todellinen positiivinen osuus prosentteina (%) saatu ROC-analyysillä
|
2 vuotta
|
|
spesifisyyttä
Aikaikkuna: 2 vuotta
|
todellinen negatiivinen osuus prosentteina (%) saatu ROC-analyysillä
|
2 vuotta
|
|
käyrän alla oleva pinta-ala (AUC)
Aikaikkuna: 2 vuotta
|
ROC-käyrän alla oleva pinta-ala prosentteina (%)
|
2 vuotta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
keskimääräinen väärien positiivisten tulosten lukumäärä skannausta kohti (FPs/skannaus)
Aikaikkuna: 2 vuotta
|
FPs/skannaus numeroina (N) perustuu vapaavaste-vastaanottimen toimintaominaisuuksien (FROC) analyysiin
|
2 vuotta
|
|
kilpailun tehokkuusmittari (CPM)
Aikaikkuna: 2 vuotta
|
Kilpailukykyinen suorituskykymetriikka (CPM) on CAD-järjestelmän arvioinnissa käytetty kriteeri.
FROC-paradigmaan perustuen CPM-pisteet lasketaan keskimääräisenä herkkyytenä seitsemällä ennalta määritellyllä keskimääräisellä väärällä positiivisella prosentilla.
CPM-pisteet vaihtelevat 0–1, ja korkeampi CPM-pistemäärä osoittaa parempaa CAD-suorituskykyä.
|
2 vuotta
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Yhteistyökumppanit
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (TODELLINEN)
Sunnuntai 1. heinäkuuta 2018
Ensisijainen valmistuminen (TODELLINEN)
Tiistai 30. kesäkuuta 2020
Opintojen valmistuminen (TODELLINEN)
Tiistai 30. kesäkuuta 2020
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Perjantai 26. heinäkuuta 2019
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Perjantai 26. heinäkuuta 2019
Ensimmäinen Lähetetty (TODELLINEN)
Tiistai 30. heinäkuuta 2019
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (TODELLINEN)
Keskiviikko 8. helmikuuta 2023
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Tiistai 7. helmikuuta 2023
Viimeksi vahvistettu
Keskiviikko 1. helmikuuta 2023
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 2019.306
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .