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

Mikrovaskulaarisen invaasion tekoälyn ennustaminen kontrastitehostetulla ultraäänellä, joka on selitettävissä (MAPUSE)

perjantai 3. tammikuuta 2025 päivittänyt: Ping Liang, Chinese PLA General Hospital

Mikrovaskulaarisen invaasion ennustaminen HCC:ssä käyttämällä kontrastitehosteisen ultraäänen spatiotemporaalista radiomiikkaa: syväoppimismalli transkriptomiikan korrelaatiolla

Rakennettiin tekoäly (AI) malli HCC:n MVI:n ennustamiseksi kontrastitehostetulla ultraäänellä. Tällä mallilla on myös biologinen selitettävyys. Tutkijat nimesivät sen nimellä MAPUSE (MVI AI -ennuste kontrastitehostetulla ultraäänellä selitettävillä).

MAPUSE-tutkimuksen tavoitteena on testata MAPUSE-mallin suorituskykyä MVI-ennusteessa ja sen biologista korrelaatiota Kiinan eri maantieteellisillä alueilla.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Mikrovaskulaarisen invaasion (MVI) esiintyminen hepatosellulaarisessa karsinoomassa (HCC) on kriittinen prognostinen indikaattori, mutta sen preoperatiivinen diagnoosi on edelleen haastava. Contrast-Enhanced Ultrasound (CEUS) dynaamisella mikrovaskulaarisella kuvantamiskyvyllään on lupaava MVI:n ennustamisessa.

Tutkijat rakensivat tekoälyn (AI) mallin ennustamaan MVI:tä kontrastitehostetulla ultraäänellä. Tällä mallilla on myös biologinen selitettävyys. Nimesimme sen nimellä MAPUSE (MVI AI -ennuste kontrastitehostetulla ultraäänellä selitettävillä).

MAPUSE-tutkimuksen tavoitteena on testata MAPUSE-mallin suorituskykyä MVI-ennusteessa ja sen biologista korrelaatiota Kiinan eri maantieteellisillä alueilla.

MAPUSE:n suorituskykyä testataan kahdessa mahdollisessa testauskohortissa kahdesta Etelä- ja Pohjois-Kiinan keskustasta. Ennen leikkausta potilaan CEUS-videot kerätään ja analysoidaan MAPUSE-mallilla MVI-riskipistemäärän luomiseksi. Leikkauksen jälkeisen patologisen MVI-diagnoosin (kultainen kriteeri) mukaan MAPUSEn tulos arvioidaan. Parametreja ovat käyrän alla oleva pinta-ala (AUC), tarkkuus (ACC), herkkyys, spesifisyys ja F1-piste.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

250

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • Beijing, Kiina, 100853
        • Chinese PLA General Hospital
    • Guangdong
      • Guangzhou, Guangdong, Kiina, 510080
        • The First Affiliated Hospital of Sun Yat-sen University

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

Aikuiset potilaat, joille tehtiin kirurginen hoito HCC:n vuoksi

Kuvaus

Sisällön kriteerit:

  1. Ikä > 18 vuotta.
  2. HCC-diagnoosi ja MVI:n esiintyminen vahvistettiin kirurgisella patologialla.
  3. Täydelliset ja selkeät CEUS-videot, jotka on saatu kahden viikon sisällä ennen leikkausta.

Poissulkemiskriteerit:

  1. Hyväksymättömät CEUS-kuvat.
  2. Puuttuva kirurginen patologinen diagnoosi.
  3. Leesioille tehtiin paikallisia hoitoja.
  4. Ei-HCC-diagnoosi

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
Kiinan PLA:n yleissairaalan kohortti
Potilaat Kiinan PLA-yleissairaalasta (Pohjois-Kiina) kirurgisen hoidon jälkeen
MAPUSE-mallin käyttäminen MVI-tilan ennustamiseen ennen kirurgista resektiota HCC-potilaille
Sun Yat-senin yliopiston kohortin ensimmäinen sidossairaala
Potilaat Sun Yat-senin yliopiston (Etelä-Kiina) ensimmäisestä liitännäissairaalasta kirurgisen hoidon jälkeen
MAPUSE-mallin käyttäminen MVI-tilan ennustamiseen ennen kirurgista resektiota HCC-potilaille

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
toimintakäyrien alla oleva pinta-ala (AUC)
Aikaikkuna: Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)
toiminnan ominaiskäyrien alla oleva pinta-ala (AUC) MAPUSE-mallin suorituskyvyn arvioimiseksi MVI:n ennustamisessa HCC-potilailla
Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
ACC (tarkkuus)
Aikaikkuna: Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)
Mallin oikein ennustaman näytteiden lukumäärän suhde näytteiden kokonaismäärään
Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)
Spesifisyys
Aikaikkuna: Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)
Osuus kaikista potilaista, joilla ei ole MVI:tä ja joiden MAPUSE ennusti negatiiviseksi
Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)
Herkkyys
Aikaikkuna: Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)
MVI-potilaiden osuus, jonka MAPUSE tunnistaa oikein
Leikkausta edeltävästä ilmoittautumisesta patologisen diagnoosin postoperatiiviseen varmistukseen (7-15 päivää leikkauksen jälkeen)

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Yhteistyökumppanit

Tutkijat

  • Päätutkija: Chuan Pang, Chinese PLA General Hospital

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 1. marraskuuta 2023

Ensisijainen valmistuminen (Todellinen)

Torstai 30. toukokuuta 2024

Opintojen valmistuminen (Todellinen)

Torstai 30. toukokuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Lauantai 28. joulukuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 3. tammikuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Tiistai 25. maaliskuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 25. maaliskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 3. tammikuuta 2025

Viimeksi vahvistettu

Keskiviikko 1. tammikuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • MAPUSE
  • 82030047 (Muu apuraha/rahoitusnumero: National Natural Science Foundation of China)
  • 92159305 (Muu tunniste: The National Natural Science Foundation of China)
  • 82325027 (Muu tunniste: The National Natural Science Foundation of China)

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

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