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

MR:ään perustuvan koneoppimismallin validointi eturauhassyövän ennustamiseksi

torstai 9. tammikuuta 2025 päivittänyt: IRCCS Azienda Ospedaliero-Universitaria di Bologna

Moniparametriseen MR:ään perustuvan koneoppimismallin validointi kliinisesti merkittävän eturauhassyövän ennustamiseksi

Tämän havainnointitutkimuksen tavoitteena on validoida kliinisesti merkittävä ennustava koneoppimismalli, joka perustuu kuvien käsittelyyn RMmp (Multiparametric Magnetic Resonance Imaging). Jotta malli voidaan validoida, se tulee arvioida:

  • Spesifisyys (SP): on negatiivisen testituloksen todennäköisyys, jos yksilö on todella negatiivinen
  • Herkkyys (SN): on positiivisen testituloksen todennäköisyys, jos yksilö on todella positiivinen

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Yksityiskohtainen kuvaus

Tämä on poikkisuuntainen, ei-interventiivinen havainnointitutkimus, joka sisältää sekä takautuvasti että prospektiivisesti kerätyn tiedon analysoinnin.

Päätutkijan nimeämä radiologihenkilöstö ottaa potilaat mukaan. Päätutkija ja hänen edustajansa ovat vastuussa IRCCS Bolognan yliopistollisen sairaalan Policlinico di Sant'Orsolan RIS-PACS:sta (sekä takautuvasti että prospektiivisesti) otettujen potilaiden kuvien hankinnasta ja pseudo-anonymisoinnista. Jos saatavilla, eturauhasleikkaukseen saaville osallistujille O.U. of Pathological Anatomy tarjoaa digitaaliset skannaukset eturauhasen makroleikkauksista.

Kliinisesti merkittävän CaP:n koneoppimismallin validointia varten radiologien käyttöön asetetaan työkalu. Tämän työkalun ovat kehittäneet Informatics - Science and Engineering -osasto, DISI, Bolognan yliopisto ja Alma Mater Research Institute on Global Challenges and Climate Change, Alma Climate, Bolognan yliopisto, ja se on integroitu avoimen lähdekoodin Dicom-katseluohjelmaan, Aliza MS. Dicomin katseluohjelma. Lääkäreillä on sitten mahdollisuus suorittaa itsenäisesti ADC-sekvenssien segmentointi (aiemmin pseudoanonymisoitu) ja aloittaa radiominen prosessi saadakseen ennustusarvon todennäköisyydelle, että segmentoitu vaurio on kliinisesti merkittävä. Ohjelmisto laskee tämän todennäköisyysarvon PROSTATE_01:ssä kehitetyn koneoppimismallin perusteella. Työkalu mahdollistaa myös tiedonkeruun (järjestetty ja pseudo-anonyymi). CaP:n kliinisesti merkittävän ennustavan mallin validointi suoritetaan kaikille potilaille, jotka on otettu mukaan sekä retrospektiivisesti että prospektiivisesti, lukuun ottamatta niitä, joita käytetään mallin harjoitusvaiheessa PROSTATE_01:ssä. Validoidun mallin suorituskyvyn ja valintaharhavaikutusten arvioinnin jälkeen, kun rekrytointi on saatu päätökseen sekä takautuvasti että prospektiivisesti, tehdään aiemmin kehitetyn mallin jalostus. Tämä on itse mallin "uudelleenkoulutus", joka suoritetaan koulutus- ja testidatajoukoille, jotka on satunnaisesti valittu koko ilmoittautuneesta populaatiosta, josta se saadaan satunnaisesti, erotuksen perusteella, myös osajoukko uutta validointia varten.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

1100

Yhteystiedot ja paikat

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

Opiskeluyhteys

Opiskelupaikat

      • Bologna, Italia, 40138
        • Rekrytointi
        • IRCCS Azienda Ospedaliero-Universitaria di Bologna
        • Ottaa yhteyttä:

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

Tutkimukseen osallistuu osallistujia, jotka ovat suorittaneet MMR:n U.O.C. Radiologia Bolognan IRCCS-yliopistosairaalan addomino-lantiodiagnostiikka ja interventio, Sant'Orsolan poliklinika ja TRUS-biopsia fuusiotekniikalla eturauhasen RMmp:n kanssa. Retrospektiivinen ilmoittautuminen tarkoittaa ajanjaksoa 15. syyskuuta 2015 (päivämäärä, jolloin TRUS-biopsia aloitettiin fuusiotekniikalla RMmp:n kanssa Policlinico di Sant'Orsolassa) ja tämän tutkimuksen hyväksymispäivämäärä. Tuleva ilmoittautuminen tarkoittaa ajanjaksoa tutkimuksen hyväksymisestä seuraaviin 3 vuoteen.

Kuvaus

Sisällön kriteerit:

  • Osallistujat olivat koehetkellä 18-vuotiaita
  • Tietoisen suostumuksen saaminen
  • Yhden tai useamman PI-RADSv2.1:ksi ≥ 1 luokitellun leesion esiintyminen eturauhasen RMmp:ssä IRCCS Azienda Ospedaliero-Universitariassa Bolognassa
  • Indikaatio TRUS-biopsialle fuusiotekniikalla integroituna systemaattiseen biopsiaan IRCCS Azienda Ospedaliero-Universitariassa Bolognassa

Poissulkemiskriteerit:

  • Aiempi eturauhasleikkaus tai hormonihoito
  • Teknisesti epäoptimaaliset artefaktien (lonkkaproteesit, endorektaalisen koettimen liike jne.) tutkimukset

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Spesifisyys (SP)
Aikaikkuna: Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana
Spesifisyys tarkoittaa negatiivisen luokituksen saamisen todennäköisyyttä tai sitä, että sairautta ei todellakaan ole.
Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana
Herkkyys (SN)
Aikaikkuna: Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana
Herkkyys tarkoittaa positiivisen luokituksen todennäköisyyttä tai sitä, että sairaus on todella olemassa.
Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana
Positiivinen ennakoiva arvo (PPV)
Aikaikkuna: Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana
Se on todella positiivisiksi diagnosoitujen potilaiden suhde kaikkiin niihin, joilla oli positiiviset testitulokset (mukaan lukien terveet koehenkilöt, jotka diagnosoitiin potilaaksi väärin).
Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana
Negatiivinen ennustearvo (NPV)
Aikaikkuna: Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana
Se on todella negatiivisiksi diagnosoitujen koehenkilöiden suhde kaikkiin negatiivisiin testituloksiin saaneisiin (mukaan lukien potilaat, jotka diagnosoitiin väärin terveiksi).
Ilmoittautumisesta hoidon päättymiseen 5-vuotiaana

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: Caterina Gaudiano, MD, IRCCS Azienda Ospedaliero-Universitaria di Bologna

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)

Tiistai 21. toukokuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 1. lokakuuta 2028

Opintojen valmistuminen (Arvioitu)

Keskiviikko 1. marraskuuta 2028

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 9. tammikuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 9. 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

Torstai 9. tammikuuta 2025

Viimeksi vahvistettu

Perjantai 1. marraskuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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