Syväoppimiseen perustuvien nomogrammien sovellusarvo TI-RADS-luokan 4 kilpirauhasen kyhmyjen hyvänlaatuisessa ja pahanlaatuisessa erottelussa
maanantai 5. helmikuuta 2024 päivittänyt: Ma Zhe
Tämä retrospektiivinen tutkimus keskittyy kilpirauhasen kyhmyjen hyvänlaatuisten ja pahanlaatuisten luokitteluun käyttämällä syväoppimistekniikoita ja arvioi syvään oppimiseen perustuvien nomogrammien arvoa TI-RADS-luokan 4 kilpirauhasen kyhmyjen luokituksessa parantaakseen TI-RADS-luokan hyvänlaatuisten ja pahanlaatuisten tunnistusten tarkkuutta. 4 kilpirauhasen kyhmyä.
Materiaalit ja menetelmät: Potilaat, jotka vierailivat Shandongin ensimmäisessä lääketieteellisessä yliopistossa ＆ Shandongin provinssissa Qianfoshanin sairaalassa, kerättiin. Niiden yleiset kliiniset ominaisuudet, tiedot preoperatiivisesta ultraäänidiagnoosista ja postoperatiiviset patologiset tiedot tarkasteltiin.
Tutkimuksen yleiskatsaus
Tila
Valmis
Ehdot
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
500
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Shandong
-
Jinan, Shandong, Kiina
- QianfoshanH
-
-
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
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Tutkimuksessa kerättiin tietoja yhteensä 500 TI-RADS-luokan 4 kilpirauhasen kyhmystä 500 potilaalta, jotka osallistuivat Shandongin ensimmäisen lääketieteellisen yliopiston ensimmäiseen liitännäissairaalaan huhtikuusta 2022 marraskuuhun 2023.
Kuvaus
Sisällyttämiskriteerit:
- Ultraäänellä vahvistettu diagnoosi kilpirauhasen kyhmyistä, jotka on luokiteltu TI-RADS-luokkaan 4.
- Patologisten tulosten saatavuus.
Poissulkemiskriteerit:
- Patologisen diagnoosin puute.
- Kilpirauhasleikkauksen tai muiden hoitojen historia.
- Kilpirauhasen kyhmyjen ultraäänikuvien huono laatu.
- Epätäydelliset potilaan kliiniset ja kuvantamistiedot.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
|---|
|
pahanlaatuinen
Kilpirauhasen kyhmyt, joissa on leikkaus- tai pistobiopsialla vahvistettuja patologisia pahanlaatuisia löydöksiä TI-RADS4-kategoriassa
|
|
hyvänlaatuinen
Kilpirauhasen kyhmyt, joissa on leikkaus- tai pistobiopsialla vahvistettuja hyvänlaatuisen TI-RADS4-luokan patologisia löydöksiä
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
syvän oppimisen ennustemalli (YOLOv3) ja mallin arviointi
Aikaikkuna: Arvioitu välittömästi ennustemallin rakentamisen jälkeen
|
Hyvän- ja pahanlaatuisten kilpirauhasen kyhmyjen ominaisuuksien perusteella tietojoukko jaettiin harjoitussarjaksi ja testisarjaksi ristiinvalidointimenetelmällä, ja YOLOv3-mallia koulutettiin harjoitussarjan datan avulla ja mallin suorituskyky arvioitiin käyttämällä testisarjan tietoja. Malli arvioidaan käyttämällä useita mittareita, kuten: tarkkuus-muistutuskäyrä, tehokas luokittelutarkkuus, sekavuusmatriisi ja käyrän alla oleva pinta-ala.
|
Arvioitu välittömästi ennustemallin rakentamisen jälkeen
|
|
nomogrammin ennustaminen ja arviointi
Aikaikkuna: Arvioitu välittömästi nomogrammin rakentamisen jälkeen
|
Kliiniset ominaisuudet, ultraääniluokitus ja malliennusteet nomogrammien kartoittamiseksi R-kielellä. Nomogrammin arviointi eri mittareilla, mukaan lukien kohteen toimintakäyrät, kalibrointikäyrät ja päätöskäyräanalyysi
|
Arvioitu välittömästi nomogrammin rakentamisen jälkeen
|
|
Kliinisten ominaisuuksien valinta ja arviointi
Aikaikkuna: Kun aineisto on kerätty ja patologiset tulokset on saatu, saadut tilastolliset tulokset analysoidaan kliiniset tekijät, keskimäärin noin 1 vuosi.
|
Tutkijat valitsivat aineistoon potilaat, joilla oli TI-RADS-luokan 4 kilpirauhaskyhmyjä vuoden sisällä.
Tutkijat analysoivat aineiston kliinisiä tekijöitä ja analysoivat näiden kliinisten tekijöiden merkitystä tilastollisille tuloksille ja kliinisille ominaisuuksille käyttämällä Wilcoxonin kahden otoksen ranksusummatestiä tai khin neliötestiä.
|
Kun aineisto on kerätty ja patologiset tulokset on saatu, saadut tilastolliset tulokset analysoidaan kliiniset tekijät, keskimäärin noin 1 vuosi.
|
|
Ultraääniluokitusten vaikutus ja arviointi
Aikaikkuna: Ultraäänitutkimuksen arvosteltuja tuloksia analysoitiin aineistonkeruun, ultraäänitutkimuksen valmistumisen ja lopullisten patologian tulosten saamisen jälkeen, keskimäärin noin 1 vuoden kuluttua.
|
Tutkijat valitsivat aineistoon potilaat, joilla oli TI-RADS-luokan 4 kilpirauhaskyhmyjä vuoden sisällä.
Tutkijat analysoivat tämän aineiston TI-RADS-luokan 4 kyhmyjen luokittelun tuloksia ja määrittelivät ultraääniluokitusten merkityksen tilastollisille tuloksille khin neliötestin avulla.
|
Ultraäänitutkimuksen arvosteltuja tuloksia analysoitiin aineistonkeruun, ultraäänitutkimuksen valmistumisen ja lopullisten patologian tulosten saamisen jälkeen, keskimäärin noin 1 vuoden kuluttua.
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
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)
Perjantai 1. huhtikuuta 2022
Ensisijainen valmistuminen (Todellinen)
Torstai 30. marraskuuta 2023
Opintojen valmistuminen (Todellinen)
Torstai 30. marraskuuta 2023
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Torstai 4. tammikuuta 2024
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Maanantai 5. helmikuuta 2024
Ensimmäinen Lähetetty (Todellinen)
Keskiviikko 14. helmikuuta 2024
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Keskiviikko 14. helmikuuta 2024
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Maanantai 5. helmikuuta 2024
Viimeksi vahvistettu
Torstai 1. helmikuuta 2024
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- YXLL-KY-2023(133)
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 .