Radiomiikka ennen leikkausta leukakystien eriyttämiseen: monikeskustutkimus
Leuan kystisten leesioiden leikkausta edeltävä erottelu tietokonetomografiakuvien radiomiikan perusteella: Monikeskus, tulevaisuuden koneoppimistutkimus
Tämä tutkimus keskittyy leukaluun kystisiin leesioihin, mukaan lukien odontogeeniset kasvaimet, kuten ameloblastooma ja erilaiset kystat. Hoitomenetelmät vaihtelevat; ameloblastoomat vaativat usein kirurgisen leikkauksen mahdollisen uusiutumisen ja etäpesäkkeiden vuoksi, kun taas kystisiä vaurioita voidaan hoitaa kuretaatiolla ja marsupialisaatiolla. Tarkka preoperatiivinen diagnoosi on ratkaisevan tärkeää optimaalisten hoitotulosten kannalta, koska väärät valinnat voivat johtaa hoidon viivästymiseen tai ylihoitoon, mikä vaikuttaa potilaan elämänlaatuun. Tällä hetkellä erotusdiagnoosille ei ole standardiprotokollaa, mikä korostaa ennustavan diagnostisen mallin tarvetta.
Tutkimus on monikeskus, tulevaisuuden koneoppimistutkimus, johon osallistuu 300 potilasta 12 keskuksessa. Sen tavoitteena on parantaa aiemmin kehitettyä ennakoivaa mallia, joka yhdistää koneoppimisen CT-radiomiikkaan. Potilaat ryhmitellään kuvantamismenetelmien perusteella, ja tiedot käsitellään yhdenmukaisesti diagnostisten ennusteiden parantamiseksi. Sisällyskriteerit varmistavat kattavat preoperatiiviset tiedot, kun taas poissulkemiskriteerit eliminoivat epätäydelliset tai aiemmin hoidetut tapaukset. Tutkimuksen tavoitteena on optimoida mallin suorituskyky ja tarjota arvokkaita kliinisiä oivalluksia.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Interventio / Hoito
Yksityiskohtainen kuvaus
Leukaluun kystisiä vaurioita ovat odontogeeniset kasvaimet ja ei-kasvaimelliset kystiset leesiot, joita esiintyy leukaluussa, joista ameloblastooma on yleisin ja jälkimmäisistä odontogeeniset ja ei-odontogeeniset kystat. Tällä hetkellä hoidon painopiste vaihtelee erityyppisissä leukaluun kystisissa leesioissa. Ameloblastoomia, jotka voivat uusiutua ja muodostaa etäpesäkkeitä, hoidetaan ensisijaisesti kirurgisella leikkauksella, kun taas kystisiä vaurioita hoidetaan laajemmin toimenpiteillä, kuten kuretaatiolla ja marsupialisaatiolla. Siksi tarkka ennen leikkausta erilaisten leukaluuvaurioiden erotusdiagnoosi ja sitä seuraava asianmukaisten hoitosuunnitelmien valinta ovat ratkaisevia optimaalisen potilastuloksen saavuttamiseksi. Väärät hoitovalinnat voivat viivästyttää tilaa tai johtaa ylihoitoon, mikä vaikuttaa potilaan elämänlaatuun. Tällä hetkellä leukaluun kystisten leesioiden hoitoon puuttuu vielä objektiivinen ja tarkka standardi- ja erotusdiagnoosiprotokolla, minkä vuoksi objektiivisen ja tieteellisen preoperatiivisen diagnostisen ennustemallin luominen on kliinisesti merkittävää. Aiemmassa tutkimuksessa kehitimme onnistuneesti tehokkaan ennustavan diagnostisen mallin integroimalla koneoppimistekniikat tietokonetomografian (CT) radiomiikkaan, jolloin saavutettiin maksimi AUC-arvo > 0,8, mikä osoittaa hyvää ennakoivaa suorituskykyä ja kliinistä vertailuarvoa. Tässä tutkimuksessa pyrimme suorittamaan monikeskus-, prospektiivisen koneoppimistutkimuksen parantaaksemme entisestään mallin ennustavaa diagnostista suorituskykyä ja avustaaksemme kliinistä diagnoosia ja hoitoa.
Tämä tutkimus on suunniteltu monikeskukseksi, prospektiiviseksi koneoppimistutkimukseksi, johon osallistui 300 potilasta, joilla on leukaluu-kystisiä vaurioita 12 keskuksessa, kuten yhteistyössä toimivien laitosten luettelossa on kuvattu. Aiemman tutkimuksen todellisista diagnostiikka- ja hoitoolosuhteista kussakin tutkimuskeskuksessa aiomme hyödyntää erityyppisiä kuvantamistietoja ryhmittelyyn tehtyjen kuvantamistutkimusten mukaan sekä standardoida eri yksiköistä ja tyypeistä saatujen kuvatietojen käsittelyä myöhempää käyttöä varten. työtä. Sun Yat-senin yliopiston Sun Yat-senin muistosairaala toimii pääkeskuksena ja muut laitokset alakeskuksina. Erityinen ryhmittely on seuraava: spiraali-TT-ryhmään kuuluu kuusi yleissairaalaa; kartio-TT (CBCT) -ryhmään kuuluu yksi yleissairaala ja viisi erikoishammassairaalaa.
Tutkimuksen aikana keräämme osallistumiskriteerit täyttävien potilaiden rekisteröinnin jälkeen kasvojen TT-kuvaustiedot, tuomme ne ohjelmistoon (LIFEx-versio 6.30) ja rajaamme kiinnostavan alueen (ROI). ROI:n radioiset ominaisuudet erotetaan Pyrradiomics-ohjelmistolla, valitaan ja käytetään olemassa olevan mallin preoperatiivisiin diagnostisiin ennusteisiin. Kirurgisen hoidon jälkeen vaurioiden patologisia tuloksia seurataan ja kirjataan. Mikäli olosuhteet sallivat, mallin ennustavaa suorituskykyä voidaan optimoida edelleen vaiheittain tutkimuksen aikana tai ennustusmallin metodologisia mukautuksia ja rekonstruktioita voidaan yrittää käyttää kaikkea saatavilla olevaa dataa ideaalisen preoperatiivisen diagnostisen ennusteen saavuttamiseksi.
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Zhiquan Huang
- Puhelinnumero: 13826142898
- Sähköposti: hzhquan@mail.sysu.edu.cn
Tutki yhteystietojen varmuuskopiointi
- Nimi: Songling Fang
- Puhelinnumero: 15878920032
- Sähköposti: fangsling@mail.sysu.edu.cn
Opiskelupaikat
-
-
Guangdong
-
Guangzhou, Guangdong, Kiina, 510120
- Rekrytointi
- Sun Yat-sen Memorial Hospital,Sun Yat-sen University
-
Ottaa yhteyttä:
- Zhiquan Huang
- Puhelinnumero: 13826142898
- Sähköposti: hzhquan@mail.sysu.edu.cn
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- 1) ensikertalaiset, jotka eivät ole saaneet muita hoitotoimenpiteitä; 2) potilaat, joilla on täydelliset ennen leikkausta koskevat potilastiedot, kuvantamistutkimukset ja kuvantamistiedot; 3) potilaat, joille on tehty leuan TT-tutkimus ennen leikkausta, täydelliset TT-tiedot, ei artefaktihäiriöitä leesioalueella ja leesiokoko, jonka pisin halkaisija on vähintään 2 cm; 4) potilaat, jotka sietävät kirurgista hoitoa, ja näytteet lähetetään rutiininomaiseen patologiseen tutkimukseen leikkauksen jälkeen.
Poissulkemiskriteerit:
- 1) puutteelliset potilastiedot, kuten puuttuvat erikoistutkimus- ja hoitoleikkaustiedot; 2) potilaat, joille on tehty terapeuttisia leikkauksia muissa sairaaloissa ensidiagnoosin jälkeen, jotka eivät ole täysin parantuneet tai joilla on uusiutuminen; 3) potilaat, joille ei tehty TT-tutkimusta ennen leikkausta, joilla on epätäydelliset TT-tiedot, vakava artefaktihäiriö leesioalueella tai leesion koko ei täytä vaatimuksia; 4) leesiot, joita ei ole toimitettu näytteinä tutkittavaksi leikkauksen aikana, ilman rutiininomaista patologista tutkimusta; 5) epäselvät postoperatiiviset patologiset raportit tai muut patologiset diagnoosit kuin odontogeeniset kystat tai ei-kiinteä ameloblastooma.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
spiraali CT
|
Mukaan otetuille potilaille, joilla on leuan kystisiä vaurioita, tehdään ryhmästä riippuen joko leukakierre CT-kuvaus tai kartio-CT-kuvaus ennen leikkaushoitoa.
|
|
kartiopalkki CT
|
Mukaan otetuille potilaille, joilla on leuan kystisiä vaurioita, tehdään ryhmästä riippuen joko leukakierre CT-kuvaus tai kartio-CT-kuvaus ennen leikkaushoitoa.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Koneoppimismallien ennusteiden tilastolliset analyysimetrit
Aikaikkuna: 2025.06.-2026.01
|
ROC-käyrän alla oleva alue, tarkkuus, herkkyys, spesifisyys...
|
2025.06.-2026.01
|
Yhteistyökumppanit ja tutkijat
Yhteistyökumppanit
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Baumhoer D, Holler S. [Cystic lesions of the jaws]. Pathologe. 2018 Feb;39(1):71-84. doi: 10.1007/s00292-017-0402-x. German.
- Effiom OA, Ogundana OM, Akinshipo AO, Akintoye SO. Ameloblastoma: current etiopathological concepts and management. Oral Dis. 2018 Apr;24(3):307-316. doi: 10.1111/odi.12646. Epub 2017 Mar 9.
- Al-Moraissi EA, Kaur A, Gomez RS, Ellis E 3rd. Effectiveness of different treatments for odontogenic keratocyst: a network meta-analysis. Int J Oral Maxillofac Surg. 2023 Jan;52(1):32-43. doi: 10.1016/j.ijom.2022.09.004. Epub 2022 Sep 21.
- Yoshiura K, Higuchi Y, Araki K, Shinohara M, Kawazu T, Yuasa K, Tabata O, Kanda S. Morphologic analysis of odontogenic cysts with computed tomography. Oral Surg Oral Med Oral Pathol Oral Radiol Endod. 1997 Jun;83(6):712-8. doi: 10.1016/s1079-2104(97)90325-5.
- Neagu D, Escuder-de la Torre O, Vazquez-Mahia I, Carral-Roura N, Rubin-Roger G, Penedo-Vazquez A, Luaces-Rey R, Lopez-Cedrun JL. Surgical management of ameloblastoma. Review of literature. J Clin Exp Dent. 2019 Jan 1;11(1):e70-e75. doi: 10.4317/jced.55452. eCollection 2019 Jan.
- Kreppel M, Zoller J. Ameloblastoma-Clinical, radiological, and therapeutic findings. Oral Dis. 2018 Mar;24(1-2):63-66. doi: 10.1111/odi.12702.
- Yip SS, Aerts HJ. Applications and limitations of radiomics. Phys Med Biol. 2016 Jul 7;61(13):R150-66. doi: 10.1088/0031-9155/61/13/R150. Epub 2016 Jun 8.
- Mayerhoefer ME, Materka A, Langs G, Haggstrom I, Szczypinski P, Gibbs P, Cook G. Introduction to Radiomics. J Nucl Med. 2020 Apr;61(4):488-495. doi: 10.2967/jnumed.118.222893. Epub 2020 Feb 14.
- Avanzo M, Wei L, Stancanello J, Vallieres M, Rao A, Morin O, Mattonen SA, El Naqa I. Machine and deep learning methods for radiomics. Med Phys. 2020 Jun;47(5):e185-e202. doi: 10.1002/mp.13678.
- Binczyk F, Prazuch W, Bozek P, Polanska J. Radiomics and artificial intelligence in lung cancer screening. Transl Lung Cancer Res. 2021 Feb;10(2):1186-1199. doi: 10.21037/tlcr-20-708.
- Alves DBM, Tuji FM, Alves FA, Rocha AC, Santos-Silva ARD, Vargas PA, Lopes MA. Evaluation of mandibular odontogenic keratocyst and ameloblastoma by panoramic radiograph and computed tomography. Dentomaxillofac Radiol. 2018 Oct;47(7):20170288. doi: 10.1259/dmfr.20170288. Epub 2018 Jun 5.
- Meng Y, Zhang YQ, Ye X, Zhao YN, Chen Y, Liu DG. [Imaging analysis of ameloblastoma, odontogenic keratocyst and dentigerous cyst in the maxilla using spiral CT and cone beam CT]. Zhonghua Kou Qiang Yi Xue Za Zhi. 2018 Oct 9;53(10):659-664. doi: 10.3760/cma.j.issn.1002-0098.2018.10.003. Chinese.
- Valdivia ADCM, Ramos-Ibarra ML, Franco-Barrera MJ, Arias-Ruiz LF, Garcia-Cruz JM, Torres-Bugarin O. What is Currently Known about Odontogenic Keratocysts? Oral Health Prev Dent. 2022 Jul 22;20:321-330. doi: 10.3290/j.ohpd.b3240829.
- Huang CB, Hu JS, Tan K, Zhang W, Xu TH, Yang L. Application of machine learning model to predict osteoporosis based on abdominal computed tomography images of the psoas muscle: a retrospective study. BMC Geriatr. 2022 Oct 13;22(1):796. doi: 10.1186/s12877-022-03502-9.
- Zhu Y, Yao W, Xu BC, Lei YY, Guo QK, Liu LZ, Li HJ, Xu M, Yan J, Chang DD, Feng ST, Zhu ZH. Predicting response to immunotherapy plus chemotherapy in patients with esophageal squamous cell carcinoma using non-invasive Radiomic biomarkers. BMC Cancer. 2021 Oct 30;21(1):1167. doi: 10.1186/s12885-021-08899-x.
- Fang S, Wang Y, He Y, Yu T, Xie Y, Cai Y, Li W, Wang Y, Huang Z. Machine Learning Model Based on Radiomics for Preoperative Differentiation of Jaw Cystic Lesions. Otolaryngol Head Neck Surg. 2024 Jun;170(6):1561-1569. doi: 10.1002/ohn.744. Epub 2024 Apr 1.
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
- SYSKY-2024-432-02
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
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 .