Analisi potenziata dall'IA del miglioramento parenchimale della densità del seno e di fondo (BPE)
15 febbraio 2025 aggiornato da: Graziella di Grezia, Link Campus University
Questo studio si espande su ricerche precedenti che studiano la correlazione tra densità mammaria, miglioramento parenchimale di fondo (BPE) e età in mammografia potenziata dal contrasto (CEM).
Integrando le metodologie di intelligenza artificiale (AI), comprese le reti neurali artificiali (ANN) e i modelli di apprendimento profondo, lo studio mira a ottimizzare l'accuratezza delle previsioni e convalidare i risultati precedenti ottenuti attraverso la regressione lineare multipla.
Panoramica dello studio
Stato
Iscrizione su invito
Tipo di studio
Osservativo
Iscrizione (Stimato)
213
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
-
-
-
Naples, Italia, 80138
- University of Campania Luigi Vanvitelli
-
-
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
- Adulto
- Adulto più anziano
Accetta volontari sani
No
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
Donne di età pari o superiore a 18 anni che hanno subito CEM per scopi diagnostici o di sorveglianza.
Pazienti con livelli BPE registrati e classificazione della densità del seno Bi-Rads.
Database relazionale contenente dati strutturati per l'analisi della matrice di correlazione e la formazione del modello AI.
Descrizione
Pazienti sottoposti a CEM, mammografia e ultrasuoni tra maggio 2022 e giugno 2023.
Disponibilità della valutazione BPE, della classificazione della densità Bi-Rads e dei dati di età.
Set di dati completo disponibile per l'analisi statistica e basata sull'intelligenza artificiale.
Criteri di esclusione:
Pazienti con precedente trattamento per il carcinoma mammario che potrebbero alterare la BPE.
Imaging incompleto o dati di classificazione mancanti.
Controindicazioni all'imaging potenziato dal contrasto.
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 |
|---|
|
I patizzini sono stati sottoposti a CEM
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Correlazione tra densità del seno, BPE ed età mediante analisi guidate dall'IA.
Lasso di tempo: Analisi dei dati entro 12 mesi dal completamento dello studio.
|
Valutazione se i modelli di intelligenza artificiale, comprese le reti neurali, possono migliorare l'accuratezza della previsione per la valutazione BPE rispetto alla regressione lineare multipla convenzionale.
|
Analisi dei dati entro 12 mesi dal completamento dello studio.
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Ottimizzazione basata sull'intelligenza artificiale della densità mammaria e della classificazione BPE
Lasso di tempo: Entro 12 mesi dal completamento dello studio
|
Valutazione delle prestazioni delle reti neurali nella previsione dei livelli di BPE in diverse categorie di densità del seno.
|
Entro 12 mesi dal completamento dello studio
|
|
Prestazioni comparative di regressione lineare multipla rispetto ai modelli AI.
Lasso di tempo: Entro 12 mesi dal completamento dello studio.
|
Valutare l'accuratezza dei metodi statistici tradizionali rispetto alle previsioni basate su Ann nella spiegazione della varianza nei valori BPE.
|
Entro 12 mesi dal completamento dello studio.
|
|
Errore quadrato medio (MSE) e ha spiegato la varianza nei modelli predittivi
Lasso di tempo: Entro 12 mesi dal completamento dello studio
|
Analisi dei tassi di errore e della varianza spiegati da diversi modelli di AI rispetto alla regressione lineare multipla.
|
Entro 12 mesi dal completamento dello studio
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
Collaboratori
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 maggio 2022
Completamento primario (Effettivo)
30 giugno 2023
Completamento dello studio (Stimato)
1 febbraio 2025
Date di iscrizione allo studio
Primo inviato
15 febbraio 2025
Primo inviato che soddisfa i criteri di controllo qualità
15 febbraio 2025
Primo Inserito (Effettivo)
25 marzo 2025
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
25 marzo 2025
Ultimo aggiornamento inviato che soddisfa i criteri QC
15 febbraio 2025
Ultimo verificato
1 febbraio 2025
Maggiori informazioni
Termini relativi a questo studio
Altri numeri di identificazione dello studio
- T_6_2025
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
NO
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 .