Uudet sovellukset sarkooman arviointiin (NASA)
Tämän tutkimuksen tavoitteena on parantaa tapaa päättää, onko kyhmy pehmytkudoksessa, kuten rasvassa tai lihaksessa, eräänlainen syöpä, jota kutsutaan pehmytkudossarkoomaksi, vai onko se hyvänlaatuinen (ei-syöpä). Tätä varten tutkijat käyttävät rutiininomaisia kliinisiä MRI-skannauksia, muita kvantitatiivisia MRI-skannauksia ja tekoälyä.
Tämän tutkimuksen tavoitteet ovat:
Kehittää tekoälyalgoritmeja, jotka voivat luokitella pehmytkudosmassat tarkasti hyvänlaatuisiksi tai pahanlaatuisiksi käyttämällä rutiini- ja kvantitatiivisia MR-kuvia.
Pahanlaatuisten pehmytkudosmassat luokitellaan niiden patologiseen luokkaan. Vertaa erilaisia tekoälymalleja ulkoisissa, näkymättömissä testaussarjoissa selvittääksesi, mikä tarjoaa parhaan suorituskyvyn.
Osallistujilta kysytään, voivatko he viettää enintään 10 ylimääräistä minuuttia magneettikuvauksessa, jotta ylimääräiset kuvat voidaan hankkia. Pieni osa osallistujista kutsutaan takaisin, jotta tutkijat voivat tarkistaa kuvien ja tekoälyohjelmiston toistettavuuden.
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Tämän tutkimuksen tavoitteena on parantaa tapaa päättää, onko pehmytkudoksen, kuten rasvan tai lihaksen, kyhmy pehmytkudossarkoomaksi kutsuttu syöpä vai onko se tekoälyn (AI) avulla hyvänlaatuinen.
Pehmytkudossarkoomat ovat eräänlainen syöpä, joka voi ilmaantua missä tahansa kehossa, jossa on pehmytkudosta, kuten lihasta tai rasvaa. Vaikka sarkoomat ovat harvinaisia, hyvänlaatuiset kyhmyt pehmytkudoksessa ovat yleisiä, ja tällä hetkellä on erittäin vaikeaa erottaa näiden kahden välillä kuvantamisen avulla. Tämä tarkoittaa, että monet hyvänlaatuiset potilaat lähetetään kivuliaille biopsioille ja biopsioiden jonotuslistat ovat pitkiä suuren diagnostisen työtaakan vuoksi.
Tämän tutkimuksen tavoitteena on kehittää tekoälyalgoritmi, joka pystyy erottamaan hyvänlaatuiset ja pahanlaatuiset pehmytkudosmassat. Vaikka algoritmi voidaan kehittää olemassa olevien rutiinitietojen avulla, tutkijat haluaisivat tutkia, voisiko kvantitatiivisten MR-kuvien lisääminen tehdä siitä tarkempia.
Potilailta, joille tehdään jo sarkoomaskannaus, kysytään, suostuvatko he ylimääräisten MR-kuvien ottamiseen. Näitä kuvia käytetään lisätietojen antamiseen tekoälylle. Ylimääräiset kuvat lisäävät enintään 10 minuuttia potilaiden normaaliin MRI-kuvaukseen, joten potilaiden ei tarvitse tehdä ylimääräistä matkaa tai tehdä ylimääräisiä toimenpiteitä. Tutkimukseen osallistuvien ei tarvitse saada MR-kontrastia osana tätä tutkimusta. Ylimääräisiä kuvia ei käytetä diagnoosin tekemiseen tämän tutkimuksen aikana. Pieneltä osajoukolta potilaita kysytään, olisivatko he valmiita tulemaan toiseen skannaukseen, jotta tutkijat näkevät, kuinka luotettavia mittaukset ovat, mutta tämä on täysin vapaaehtoista.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Leeds, Yhdistynyt kuningaskunta
- Leeds Teaching Hospitals
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Potilaat, joilla on pehmytkudosmassaa, joista keskustellaan sarkooman monitieteisessä kokouksessa
- He käyvät läpi magneettikuvauksen osana heidän hoitotasoaan
- Osallistuja on halukas ja kykenevä antamaan tietoisen suostumuksen tutkimukseen osallistumiselle.
Poissulkemiskriteerit:
- Potilaalta on jo poistettu massa tai osa massasta kirurgisesti ennen magneettikuvausta
- MRI:n vasta-aihe (esim. vasta-aiheisten implanttien läsnäolo, esim. sydämentahdistimet, klaustrofobia).
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Alkuperäinen kohortti
Tähän kohorttiin lisätään korkeintaan 10 minuuttia kvantitatiivisia MRI-sekvenssejä kliinisen standardin MRI-skannauksen loppuun.
|
Potilaita pyydetään pysymään skannerissa vielä 10 minuuttia, kun otamme lisää kvantitatiivisia MR-kuvia
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Diagnostinen tarkkuus – tekoälyalgoritmien tarkkuuden, herkkyyden ja spesifisyyden ROC-analyysi hyvänlaatuisten ja pahanlaatuisten pehmytkudosvaurioiden erottamiseksi
Aikaikkuna: 3 vuotta
|
Tekoälyalgoritmeja koulutetaan erottamaan hyvänlaatuiset ja pahanlaatuiset pehmytkudosvauriot.
Näiden algoritmien tarkkuuden arvioimiseksi algoritmin herkkyys ja spesifisyys lasketaan käyttämällä kultastandardina potilaan diagnoosia biopsian/kirurgisen resektion perusteella.
|
3 vuotta
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Luokittelutarkkuus – ROC-analyysi AI-algoritmien tarkkuudesta, herkkyydestä ja spesifisyydestä pahanlaatuisten leesioiden luokittelemiseksi niiden patologiseen asteeseen
Aikaikkuna: 3 vuotta
|
Tekoälyalgoritmeja koulutetaan erottamaan asteen 1, 2 ja 3 pahanlaatuiset pehmytkudosvauriot.
Näiden algoritmien tarkkuuden arvioimiseksi algoritmin herkkyys ja spesifisyys lasketaan käyttämällä kultastandardina potilaan diagnoosia biopsian/kirurgisen resektion perusteella.
|
3 vuotta
|
Yhteistyökumppanit ja tutkijat
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
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
- MP23/150492
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 .