Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Modello di previsione di CP-EBUS nella diagnosi dei linfonodi

31 marzo 2020 aggiornato da: Jiayuan Sun, Shanghai Chest Hospital

Modello di previsione basato sull'apprendimento approfondito dell'immagine multimodale CP-EBUS nella diagnosi dei linfonodi benigni e maligni

L'immagine multimodale dell'ecografia endobronchiale (EBUS) comprendente scala di grigi, doppler del flusso sanguigno ed elastografia, può essere utilizzata come diagnosi non invasiva e integrare il risultato patologico, che ha un importante valore applicativo clinico. In questo studio, verrà costruito un database di immagini multimodali EBUS di 1000 linfonodi benigni e maligni (LN) intoracici per addestrare reti neurali di apprendimento profondo, che possono selezionare automaticamente immagini rappresentative e diagnosticare LN. Gli investigatori stabiliranno un modello di previsione dell'intelligenza artificiale basato sull'apprendimento profondo dei LN intratoracici e verificheranno il modello in altri 300 LN.

Panoramica dello studio

Stato

Sconosciuto

Descrizione dettagliata

L'allargamento dei LN intratoracici ha una vasta gamma di malattie, tra cui la metastasi dei LN intratoracici del cancro del polmone è la malattia maligna più comune. Anche le lesioni benigne, tra cui infiammazione, tubercolosi e sarcoidosi, devono essere differenziate per un trattamento mirato.

L'immagine multimodale EBUS che include scala di grigi, doppler del flusso sanguigno ed elastografia, può essere utilizzata come diagnosi non invasiva e integrare il risultato patologico, che ha un importante valore applicativo clinico. Questo studio comprende due parti: costruzione retrospettiva del modello di previsione dell'intelligenza artificiale EBUS e convalida prospettica multicentrica del modello di previsione. Un totale di 1300 LN saranno arruolati nello studio.

Durante la ritenzione dei video, i LN target e i vasi periferici vengono esaminati utilizzando host ecografici (EU-ME2, Olympus o Hi-vision Avius, Hitachi) dotati di funzioni di elastografia e doppler e broncoscopia a ultrasuoni (BF-UC260FW, Olympus o EB1970UK, Pentax) . Vengono raccolti i dati delle immagini multimodali dei LN target.

Gli investigatori costruiranno un modello di previsione dell'intelligenza artificiale basato sull'apprendimento approfondito utilizzando prima le immagini di 1000 LN e verificheranno il modello in altri 300 LN. Tale modello sarà confrontato con i tradizionali metodi di valutazione qualitativa e quantitativa per verificarne l'efficacia diagnostica.

Tipo di studio

Osservativo

Iscrizione (Anticipato)

1300

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

    • Shanghai
      • Shanghai, Shanghai, Cina, 200030
        • Reclutamento
        • Shanghai Chest Hospital
        • Contatto:

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

18 anni e precedenti (Adulto, Adulto più anziano)

Accetta volontari sani

N/A

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

In questo studio sono stati arruolati pazienti con LN intratoracici ingrossati che devono essere diagnosticati mediante EBUS-TBNA.

Descrizione

Criterio di inclusione:

  1. La TC del torace mostra LN intratoracici allargati (diametro corto > 1 cm) o la PET/TC mostra pazienti con un aumento della captazione di FDG (SUV ≧ 2,0) nei LN intratoracici;
  2. Il medico operativo ha considerato che l'EBUS-TBNA dovrebbe essere eseguito sui LN per la diagnosi o la stadiazione preoperatoria del cancro del polmone;
  3. I pazienti accettano di sottoporsi a EBUS-TBNA, firmano il consenso informato e non hanno controindicazioni.

Criteri di esclusione:

- Pazienti con altre situazioni non adatte per EBUS-TBNA.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Gruppo di validazione prospettica
Nella sezione di convalida prospettica verranno utilizzati due metodi di diagnosi, uno è il tradizionale metodo qualitativo e quantitativo, l'altro è il modello di previsione dell'intelligenza artificiale basato su video per confrontare l'efficacia diagnostica.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Efficacia diagnostica del modello di previsione dell'intelligenza artificiale multimodale EBUS basato su video
Lasso di tempo: 6 mesi dopo la procedura
L'efficacia diagnostica include sensibilità, specificità, valore predittivo positivo, valore predittivo negativo e accuratezza diagnostica.
6 mesi dopo la procedura

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Efficacia diagnostica dei tradizionali metodi qualitativi e quantitativi
Lasso di tempo: 6 mesi dopo la procedura
L'efficacia diagnostica include sensibilità, specificità, valore predittivo positivo, valore predittivo negativo e accuratezza diagnostica.
6 mesi dopo la procedura
Efficacia diagnostica del modello multimodale di deep learning basato su immagini
Lasso di tempo: 6 mesi dopo la procedura
L'efficacia diagnostica include sensibilità, specificità, valore predittivo positivo, valore predittivo negativo e accuratezza diagnostica.
6 mesi dopo la procedura
Confronto del modello predittivo basato sul deeping learning con i tradizionali metodi qualitativi e quantitativi
Lasso di tempo: 6 mesi dopo la procedura
L'efficacia diagnostica include sensibilità, specificità, valore predittivo positivo, valore predittivo negativo e accuratezza diagnostica.
6 mesi dopo la procedura

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 luglio 2018

Completamento primario (Anticipato)

30 giugno 2020

Completamento dello studio (Anticipato)

31 dicembre 2020

Date di iscrizione allo studio

Primo inviato

2 dicembre 2019

Primo inviato che soddisfa i criteri di controllo qualità

29 marzo 2020

Primo Inserito (Effettivo)

31 marzo 2020

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

2 aprile 2020

Ultimo aggiornamento inviato che soddisfa i criteri QC

31 marzo 2020

Ultimo verificato

1 marzo 2020

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • SHCHE201906

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

INDECISO

Descrizione del piano IPD

Gli investigatori possono rilasciare il database dopo lo studio, ma non è stata ancora presa alcuna decisione.

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Sottoscrivi