Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Syväoppiminen MRI-pohjaisen multimodaalisen datan fuusiolla tehostetun rintasyövän postoperatiivisen riskin jakautumisen avulla

torstai 8. elokuuta 2024 päivittänyt: Yunfang Yu, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Rintasyöpä on merkittävä globaali terveyshaaste erityisesti naisten keskuudessa, ja sen uusiutumisaste ja leviäminen kaukaa varhaisista toimenpiteistä huolimatta. Metastaasiriskin oikea-aikainen tunnistaminen ja hoitostrategioiden tarkka ennustaminen ovat ratkaisevan tärkeitä ennusteen parantamiseksi. Rintakasvaimien monimutkainen heterogeenisyys asettaa kuitenkin haasteita tarkalle ennusteen ennustamiselle. Siksi innovatiivisten menetelmien kehittäminen kasvainten segmentointiin ja ennusteen arviointiin on välttämätöntä.

Suoritettu tutkimus on monikeskustutkimus, johon osallistui 1 199 ei-metastaattista rintasyöpäpotilasta neljästä riippumattomasta keskuksesta. Tutkimuksemme hyödyntää tekoälyn (AI) edistysaskeleita tämän haasteen ratkaisemiseksi. Tämä tutkimus on ensimmäinen onnistunut MRI-pohjaisen multimodaalisen ennustusjärjestelmän sovellus, jolla tunnistetaan tarkasti postoperatiivisen uusiutumisen riski rintasyöpäpotilailla.

Tutkimuksen yleiskatsaus

Tila

Valmis

Ehdot

Interventio / Hoito

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

1199

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

Tutkimuksen alkuvaiheessa 1199 potilasta jaettiin satunnaisesti suhteessa 8:2 koulutus- ja testausaineistoihin automaattista kasvainten segmentointia varten. Myöhemmin jaoimme satunnaisesti 569 potilasta Sun Yat-senin yliopiston Sun Yat-sen Memorial Hospital -sairaalasta (SYSMH; Guangzhou, Kiina) suhteessa 3:1 koulutukseen (n = 456) ja sisäiseen validointiin (n = 113). kohortit DFS-ennustetta varten. Loput potilaat jaettiin kahteen riippumattomaan ulkoiseen validointikohorttiin: 432 Sun Yat-senin yliopiston syöpäkeskuksesta (SYSUCC; Guangzhou, Kiina) ulkoiseen testauskohorttiin 1 ja 198 Dongguan Tungwahin sairaalasta (DTH; Dongguan, Kiina) ja Shunde. Southern Medical Universityn sairaala (SDHSMU; Guangzhou, Kiina) ulkoiseen testauskohorttiin 2.

Kuvaus

Sisällön kriteerit:

  • Histologisesti vahvistettu vaiheen I-III invasiivinen eKr
  • Ikä ≥ 18 vuotta
  • Potilas, jolle on tehty leikkaus
  • MRI-skannausten olemassaolo

Poissulkemiskriteerit:

  • Patologiset tulokset puuttuivat
  • Oli muita, samanaikaisesti pahanlaatuisia kasvaimia
  • MR-kuvausongelmat jätettiin pois

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
Interventio / Hoito
Koulutuskohortti
Jaoimme satunnaisesti 569 potilasta Sun Yat-senin yliopiston Sun Yat-senin muistosairaalasta (SYSMH; Guangzhou, Kiina) suhteessa 3:1 koulutus- (n = 456) ja sisäisen validoinnin (n = 113) kohortteihin.
Sisäinen validointikohortti
Jaoimme satunnaisesti 569 potilasta Sun Yat-senin yliopiston Sun Yat-senin muistosairaalasta (SYSMH; Guangzhou, Kiina) suhteessa 3:1 koulutus- (n = 456) ja sisäisen validoinnin (n = 113) kohortteihin.
Ulkoinen testauskohortti 1
432 Sun Yat-senin yliopiston syöpäkeskuksesta (SYSUCC; Guangzhou, Kiina) ulkoiseen testauskohorttiin 1.
Ulkoinen testauskohortti 2
198 Dongguan Tungwah Hospital (DTH; Dongguan, Kiina) ja Shunde Hospital of Southern Medical University (SDHSMU; Guangzhou, Kiina) ulkopuoliseen testauskohorttiin 2.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
DFS
Aikaikkuna: Aika leikkauksesta kasvaimen uusiutumiseen, mukaan lukien paikallinen ja/tai etäinen uusiutuminen, taudin eteneminen tai kuolema, arvioituna 100 kuukauteen asti.
Sairaudeton selviytyminen
Aika leikkauksesta kasvaimen uusiutumiseen, mukaan lukien paikallinen ja/tai etäinen uusiutuminen, taudin eteneminen tai kuolema, arvioituna 100 kuukauteen asti.

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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)

Keskiviikko 23. maaliskuuta 2011

Ensisijainen valmistuminen (Todellinen)

Lauantai 21. syyskuuta 2019

Opintojen valmistuminen (Todellinen)

Maanantai 6. joulukuuta 2021

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Lauantai 6. heinäkuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 8. elokuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Perjantai 9. elokuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Perjantai 9. elokuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 8. elokuuta 2024

Viimeksi vahvistettu

Torstai 1. elokuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muut tutkimustunnusnumerot

  • YSEC-KY-KS-2019-054-001

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 .

Tilaa