Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A mélytanulási modell előrejelzi a tüdőrák patológiás teljes reakcióját a neoadjuváns immunkemoterápia után

2024. március 11. frissítette: Wuhan Union Hospital, China

A mesterséges intelligencia modellje előrejelzi a tüdőrák patológiás teljes válaszát a neoadjuváns immunkemoterápia után

Ez a tanulmány egy mesterséges intelligencia (AI) előrejelző rendszer fejlesztését és validálását mutatja be, amely a neoadjuváns immunterápia előtti sima szkenneléseket és a továbbfejlesztett multimodális CT-vizsgálatokat használja a mély tanulási jellemzők kinyerésére. A cél a patológiás teljes válasz előfordulásának előrejelzése neoadjuváns immunkemoterápián átesett nem-kissejtes tüdőrákos betegekben.

A tanulmány áttekintése

Részletes leírás

Ebben a vizsgálatban retrospektív módon nem kontrasztanyaggal és kontraszttal javított CT-vizsgálatokat végeztek olyan NSCLC-ben szenvedő betegekről, akiket neoadjuváns immunkemoterápia után műtéten estek át. több központban 2019 augusztusa és 2023 februárja között. A prediktív modellek (LUNAI-nCT modell, illetve LUNAI-eCT modell) megalkotása érdekében a mélytanulási jellemzőket mind a szerződés nélküli, mind a kontraktussal javított CT-vizsgálatokból kinyertük. E két jellemző tulajdonság egyesítése után egy fuzionált modellt (LUNAI-fCT modell) készítettek. A modell teljesítményét a vevő működési jelleggörbe alatti terület (AUC), pontosság, érzékenység, specificitás, pozitív prediktív érték (PPV) és negatív prediktív érték (NPV) alapján értékeltük. Az SHapley Additive ExPlanations (SHAP) elemzést használtuk a CT-képalkotási jellemzők modell-előrejelzésre gyakorolt ​​hatásának számszerűsítésére. Ahhoz, hogy betekintést nyerjünk a modellünk előrejelzéseibe, a Gradient súlyozott osztályaktiválási leképezést (Grad-CAM) alkalmaztuk a hangsúlyos hőtérképek létrehozásához.

Tanulmány típusa

Megfigyelő

Beiratkozás (Becsült)

1000

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

olyan betegek, akiknél nem-kissejtes karcinómát diagnosztizáltak, és neoadjuváns kemoimmunterápiás kezelést követően műtéten estek át

Leírás

Bevételi kritériumok:

  1. Nem-kissejtes tüdőrákban szenvedő betegek, akiket biopsziás patológiával diagnosztizáltak, és klinikailag az IB–III.
  2. Olyan betegek, akik legalább két ciklus neoadjuváns immunterápiát kapnak kemoterápiás indukciós terápiával kombinálva;
  3. Az IASLC irányelvei szerint posztoperatív patológiai értékelést végeztünk a tumor primer lézió és a nyirokcsomók kezelési válaszán.

Kizárási kritériumok:

  1. Hiányzó vagy nem megfelelő minőségű CT;
  2. A CT és a kezelés megkezdése közötti időköz több mint 1 hónap;
  3. Hiányos klinikopatológiai adatok.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
Képzési adatkészlet
olyan betegek, akiknél nem-kissejtes karcinómát diagnosztizáltak, és az 1-es kórházban (Tongji Medical College Affiliated Union Hospital) neoadjuváns kemoimmunoterápiás kezelést követően műtéten estek át
Nagy mennyiségű kvantitatív képi jellemzők nagy áteresztőképességű kinyerése orvosi képekből
teszt adatkészlet
olyan betegek, akiknél nem-kissejtes karcinómát diagnosztizáltak, és műtéten estek át a neoadjuváns kemoimmunoterápiás kezelést követően a kórházban (Zhengzhou University First Affiliated Hospital, Yichang Central Hospital, Anyang Cancer Hospital)

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
az előrejelző modell pontossága, érzékenysége, specificitása, pozitív prediktív értéke (PPV) és negatív prediktív értéke (NPV)
Időkeret: Alapkezelés
számos mérőszámot számítottak ki, beleértve a pontosságot, érzékenységet, specificitást, pozitív prediktív értéket (PPV) és negatív prediktív értéket (NPV).
Alapkezelés

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Becsült)

2024. március 1.

Elsődleges befejezés (Becsült)

2025. december 1.

A tanulmány befejezése (Becsült)

2026. március 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2024. február 22.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2024. február 22.

Első közzététel (Tényleges)

2024. február 29.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2024. március 13.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2024. március 11.

Utolsó ellenőrzés

2024. február 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • LUNAI

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

ELDÖNTETLEN

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Klinikai vizsgálatok a Nem kissejtes tüdőrák

Klinikai vizsgálatok a Nincs beavatkozás

3
Iratkozz fel