MRI-pohjaisen syväoppimismallin kehittäminen MMR-tilan ennustamiseksi
MRI-pohjaisen syväoppimismallin kehittäminen endometriumin karsinooman MMR-tilan ennustamiseksi
Jotta voidaan kehittää kätevä, halpa ja kattava menetelmä dMMR:n ennustamiseen ennen leikkausta ja vähentääkseen dMMR:ään liittyvää immunohistokemiallista tai geneettistä testausta leikkauksen jälkeen tarvitsevien ihmisten määrää, tämän tutkimuksen tavoitteena on luoda MRI:hen perustuva syväoppimismalli, joka ennustaa MMR-tilan. endometriumin syöpä. Potilaat, joilla oli diagnosoitu kohdun limakalvon syöpä leikkauksen jälkeen ja jotka olivat suorittaneet lantion magneettikuvauksen ennen leikkausta, kerättiin. Syväoppimista käytettiin yhdistämään kliininen malli MR-kuvatietoihin mallin rakentamiseksi. ROC-käyrät muodostettiin testausryhmälle, sisäiselle verifiointiryhmälle ja ulkoiselle todentamisryhmälle ja ROC-käyrien alla oleva pinta-ala laskettiin mallin diagnostisen vaikutuksen ja stabiilisuuden arvioimiseksi.
Kaksoiskynnyksen triagestrategiaa käytettiin seulomaan pois pMMR-populaatio (alemman kynnyksen alapuolella), dMMR-populaatio (ylemmän kynnyksen yläpuolella) ja epävarma osa populaatiosta (kynnysten välissä).
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Tässä tutkimuksessa kerättiin potilaat, joilla oli diagnosoitu kohdun limakalvon syöpä leikkauksen jälkeen ja jotka olivat suorittaneet lantion magneettikuvauksen ennen leikkausta, vuodesta 2017 vuoteen 2022. Sen odotetaan keräävän sairaalassamme 500 tapausta, jotka jakautuvat 375 tapaukseen (kokeellinen ryhmä) ja 125 tapaukseen (sisäinen varmistusryhmä).
100 Sun Yat-senin yliopiston syöpäkeskuksen tapausta ulkoiseen todentamiseen. Tutkimuspopulaatiosta kerättiin kliiniset tiedot (ikä, sukupuoli, BMI, CA125, CA19-9, MR-T-vaihe, MMR:ään liittyvien proteiinien immunohistokemialliset tulokset) ja logistinen regressioanalyysi suoritettiin kliinisten mallien luomiseksi. Poimi, segmentoi, integroi ja paranna MR-kuvadataa.
Syväoppimista käytettiin yhdistämään kliininen malli MR-kuvatietoihin mallin rakentamiseksi. ROC-käyrät muodostettiin testausryhmälle, sisäiselle verifiointiryhmälle ja ulkoiselle todentamisryhmälle ja ROC-käyrien alla oleva pinta-ala laskettiin mallin diagnostisen vaikutuksen ja stabiilisuuden arvioimiseksi.
Kaksoiskynnyksen triagestrategiaa käytettiin seulomaan pois pMMR-populaatio (alemman kynnyksen alapuolella), dMMR-populaatio (ylemmän kynnyksen yläpuolella) ja epävarma osa populaatiosta (kynnysten välissä). Jos ennustava pistemäärä on alemman kynnysarvon yläpuolella, potilasta kehotetaan käymään lisää immunohistokemiallisiin tai geneettisiin testeihin MMR-tilan tai dMMR-tyypin varmistamiseksi.
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Jing Li
- Puhelinnumero: 15915893493
- Sähköposti: lijing228@mail.sysu.edu.cn
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Potilaat, joilla on diagnosoitu kohdun limakalvosyöpä leikkauksen jälkeen ja jotka olivat suorittaneet lantion magneettikuvauksen ennen leikkausta vuosina 2017–2022
Poissulkemiskriteerit:
- (1) MMR:ään liittyvästä proteiinista ei saatu immunohistokemiallista detektiotulosta; (2) Sädehoito ja kemoterapia ennen magneettikuvausta; (3) pienet kasvaimet, joita on vaikea tunnistaa kuvasta (<5 mm); (4) T2-painotettu kuvanlaatu ei riitä ROI:n, kuten ilmeisten liikeartefaktien, kuvaamiseen; (5) On muita gynekologisia pahanlaatuisia kasvaimia
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Testausryhmä
Satunnaisesti jaettu sairaalamme 375 potilasta.
|
Satunnaisesti sairaalamme 500 potilasta jaettiin testausryhmään ja sisäiseen validointiryhmään ja 100 yhteissairaalan potilasta ulkoiseen validointiryhmään.
|
|
Sisäinen vahvistusryhmä
Satunnaisesti jaettu sairaalamme 125 potilasta.
|
Satunnaisesti sairaalamme 500 potilasta jaettiin testausryhmään ja sisäiseen validointiryhmään ja 100 yhteissairaalan potilasta ulkoiseen validointiryhmään.
|
|
Ulkoinen vahvistusryhmä
100 Sun Yat-senin yliopiston syöpäkeskuksen potilasta
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Vastaanottimen toimintakäyrän alla oleva pinta-ala (AUROC)
Aikaikkuna: yksi vuosi
|
Mallien suorituskyvyn arvioinnissa käytettiin vastaanottimen toimintakäyrän alla olevaa pinta-alaa (AUROC).
|
yksi vuosi
|
Yhteistyökumppanit ja tutkijat
Yhteistyökumppanit
Tutkijat
- Päätutkija: Jing Li, Sun Yat-sen Memorial Hospital,Sun Yat-sen University
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Odotettu)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- SYSKY-2023-084-01
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .