Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

La valeur d'application des nomogrammes basés sur l'apprentissage profond dans la discrimination bénigne-maligne des nodules thyroïdiens TI-RADS de catégorie 4

5 février 2024 mis à jour par: Ma Zhe

Cette étude rétrospective se concentre sur la classification bénigne et maligne des nodules thyroïdiens à l'aide de techniques d'apprentissage profond et évalue la valeur des nomogrammes basés sur l'apprentissage profond dans la classification des nodules thyroïdiens TI-RADS de catégorie 4 pour améliorer la précision de l'identification bénigne et maligne de la catégorie TI-RADS. 4 nodules thyroïdiens.

Matériels et méthodes : Les patients ayant visité le premier hôpital affilié de la première université médicale du Shandong et l'hôpital provincial de Shandong Qianfoshan ont été collectés. Leurs caractéristiques cliniques générales, les informations sur le diagnostic échographique préopératoire et les données pathologiques postopératoires ont été examinées.

Aperçu de l'étude

Statut

Complété

Les conditions

Type d'étude

Observationnel

Inscription (Réel)

500

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

    • Shandong
      • Jinan, Shandong, Chine
        • QianfoshanH

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

L'étude a collecté des données sur un total de 500 nodules thyroïdiens TI-RADS de catégorie 4 provenant de 500 patients ayant fréquenté le premier hôpital affilié de la première université médicale du Shandong d'avril 2022 à novembre 2023.

La description

Critère d'intégration:

  1. Diagnostic confirmé par échographie des nodules thyroïdiens classés dans la catégorie TI-RADS 4.
  2. Disponibilité des résultats pathologiques.

Critère d'exclusion:

  1. Absence de diagnostic pathologique.
  2. Antécédents de chirurgie thyroïdienne ou d'autres traitements.
  3. Mauvaise qualité des images échographiques des nodules thyroïdiens.
  4. Données cliniques et d'imagerie incomplètes du patient.

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
malin
Nodules thyroïdiens avec résultats pathologiques de malignité confirmés par une biopsie chirurgicale ou par ponction dans la catégorie TI-RADS4
bénin
Nodules thyroïdiens avec résultats pathologiques bénins de catégorie TI-RADS4 confirmés par une biopsie chirurgicale ou par ponction

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
modèle de prédiction d'apprentissage profond (YOLOv3) et évaluation du modèle
Délai: Immédiatement évalué après la construction du modèle de prédiction
Sur la base des caractéristiques des nodules thyroïdiens bénins et malins, l'ensemble de données a été divisé en un ensemble d'entraînement et un ensemble de tests en utilisant la méthode de validation croisée, et le modèle YOLOv3 a été formé à l'aide des données de l'ensemble d'entraînement, et les performances du modèle ont été évalué à l'aide des données de l'ensemble de test. Le modèle est évalué à l'aide d'un certain nombre de mesures telles que : la courbe de précision-rappel, la précision de classification effective, la matrice de confusion et l'aire sous la courbe.
Immédiatement évalué après la construction du modèle de prédiction
prédiction et évaluation du nomogramme
Délai: Immédiatement évalué après la construction du nomogramme
Factorisation des caractéristiques cliniques, de la notation échographique et des prédictions du modèle pour cartographier les nomogrammes à l'aide du langage R. Évaluation du nomogramme à l'aide de diverses mesures, notamment les courbes caractéristiques de fonctionnement du sujet, les courbes d'étalonnage et l'analyse des courbes de décision.
Immédiatement évalué après la construction du nomogramme
Sélection des caractéristiques cliniques et évaluation
Délai: Une fois l'ensemble de données collecté et les résultats pathologiques obtenus, les résultats statistiques obtenus sont analysés pour les facteurs cliniques, sur une moyenne d'environ 1 an.
Les chercheurs ont sélectionné des patients présentant des nodules thyroïdiens de catégorie 4 TI-RADS dans un délai d'un an pour constituer l'ensemble de données. Les chercheurs ont analysé les facteurs cliniques de l'ensemble de données et analysé l'importance de ces facteurs cliniques sur les résultats statistiques et les caractéristiques cliniques à l'aide du test de somme des rangs à deux échantillons de Wilcoxon ou du test du chi carré.
Une fois l'ensemble de données collecté et les résultats pathologiques obtenus, les résultats statistiques obtenus sont analysés pour les facteurs cliniques, sur une moyenne d'environ 1 an.
Impact et évaluation du classement échographique
Délai: Les résultats notés de l'examen échographique ont été analysés une fois la collecte des données terminée, l'examen échographique terminé et les résultats pathologiques finaux ont été obtenus, en moyenne environ 1 an.
Les chercheurs ont sélectionné des patients présentant des nodules thyroïdiens de catégorie 4 TI-RADS dans un délai d'un an pour constituer l'ensemble de données. Les chercheurs ont analysé les résultats du classement des nodules TI-RADS de catégorie 4 dans cet ensemble de données et ont déterminé l'importance du classement échographique sur les résultats statistiques à l'aide du test du chi carré.
Les résultats notés de l'examen échographique ont été analysés une fois la collecte des données terminée, l'examen échographique terminé et les résultats pathologiques finaux ont été obtenus, en moyenne environ 1 an.

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

1 avril 2022

Achèvement primaire (Réel)

30 novembre 2023

Achèvement de l'étude (Réel)

30 novembre 2023

Dates d'inscription aux études

Première soumission

4 janvier 2024

Première soumission répondant aux critères de contrôle qualité

5 février 2024

Première publication (Réel)

14 février 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

14 février 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

5 février 2024

Dernière vérification

1 février 2024

Plus d'information

Termes liés à cette étude

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

3
S'abonner