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.

Analyse améliorée de la densité mammaire et de l'amélioration parenchymateuse de fond (BPE)

15 février 2025 mis à jour par: Graziella di Grezia, Link Campus University
Cette étude élargit les recherches antérieures en étudiant la corrélation entre la densité mammaire, l'amélioration parenchymateuse de fond (BPE) et l'âge dans la mammographie à contraste amélioré (CEM). En intégrant les méthodologies de l'intelligence artificielle (IA), y compris les réseaux de neurones artificiels (ANN) et les modèles d'apprentissage en profondeur, l'étude vise à optimiser la précision des prédictions et à valider les résultats antérieurs obtenus par une régression linéaire multiple.

Aperçu de l'étude

Statut

Inscription sur invitation

Type d'étude

Observationnel

Inscription (Estimé)

213

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

      • Naples, Italie, 80138
        • University of Campania Luigi Vanvitelli

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

Les femmes âgées de 18 ans et plus ont subi le CEM à des fins de diagnostic ou de surveillance.

Patientes avec des niveaux de BPE enregistrés et une classification de la densité mammaire BI-RADS.

Base de données relationnelle contenant des données structurées pour l'analyse de la matrice de corrélation et la formation du modèle d'IA.

La description

Les patients qui ont subi le CEM, la mammographie et l'échographie entre mai 2022 et juin 2023.

Disponibilité de l'évaluation du BPE, de la classification de la densité BI-RADS et des données d'âge.

Ensemble de données complet disponible pour l'analyse statistique et basée sur l'IA.

Critères d'exclusion:

Les patientes ayant un traitement antérieur sur le cancer du sein qui pourraient modifier le BPE.

Imagerie incomplète ou données de classification manquantes.

Contre-indications à l'imagerie améliorée à contraste.

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
Patiens a subi CEM

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Corrélation entre la densité mammaire, le BPE et l'âge en utilisant l'analyse dirigée par l'IA.
Délai: Analyse des données dans les 12 mois suivant l'achèvement de l'étude.
L'évaluation des modèles d'IA, y compris des réseaux de neurones, peut améliorer la précision de la prédiction pour l'évaluation du BPE par rapport à la régression linéaire multiple conventionnelle.
Analyse des données dans les 12 mois suivant l'achèvement de l'étude.

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Optimisation basée sur l'IA de la densité mammaire et de la classification du BPE
Délai: Dans les 12 mois suivant l'achèvement de l'étude
Évaluer la performance des réseaux de neurones pour prédire les niveaux de BPE dans différentes catégories de densité mammaire.
Dans les 12 mois suivant l'achèvement de l'étude
Performances comparatives de la régression linéaire multiple par rapport aux modèles d'IA.
Délai: Dans les 12 mois suivant l'achèvement de l'étude.
Évaluer la précision des méthodes statistiques traditionnelles par rapport aux prédictions basées sur l'ANN pour expliquer la variance des valeurs du BPE.
Dans les 12 mois suivant l'achèvement de l'étude.
Erreur carrée moyenne (MSE) et variance expliquée dans les modèles prédictifs
Délai: Dans les 12 mois suivant l'achèvement de l'étude
Analyse des taux d'erreur et de la variance expliqués par différents modèles d'IA par rapport à la régression linéaire multiple.
Dans les 12 mois suivant l'achèvement de l'étude

Collaborateurs et enquêteurs

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

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 mai 2022

Achèvement primaire (Réel)

30 juin 2023

Achèvement de l'étude (Estimé)

1 février 2025

Dates d'inscription aux études

Première soumission

15 février 2025

Première soumission répondant aux critères de contrôle qualité

15 février 2025

Première publication (Réel)

25 mars 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

25 mars 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

15 février 2025

Dernière vérification

1 février 2025

Plus d'information

Termes liés à cette étude

Autres numéros d'identification d'étude

  • T_6_2025

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 .

S'abonner