前立腺がんの予測のための MR に基づく機械学習モデルの検証
臨床的に重大な前立腺がんを予測するためのマルチパラメトリック MR に基づく機械学習モデルの検証
この観察研究の目標は、画像 RMmp (マルチパラメトリック磁気共鳴画像法) の処理に基づいた、臨床的に重要な予測機械学習モデルを検証することです。 検証するには、モデルを以下について評価する必要があります。
- 特異度 (SP): 個人が本当に陰性であることを条件とした、検査結果が陰性になる確率です。
- 感度 (SN): 個人が本当に陽性であることを条件とした、検査結果が陽性となる確率です。
調査の概要
状態
状態
条件
条件
詳細な説明
これは横断的で非介入的な観察研究であり、遡及的および前向きの両方で収集されたデータの分析が含まれます。
患者は、主任研究者が指名した放射線科医の医療スタッフによって登録されます。 主任研究者とその代表者は、サンタルソラポリクリニコ・ボローニャ大学病院の IRCCS ボローニャ大学病院の RIS-PACS から登録された患者の画像の取得と擬似匿名化(遡及的および将来的の両方)を担当します。 利用可能な場合、前立腺手術を受ける参加者には、O.U.病理学的解剖学の博士は、前立腺のマクロセクションのデジタルスキャンを提供します。
臨床的に重要な CaP の機械学習モデルを検証するために、放射線科医がツールを利用できるようになります。 このツールは、ボローニャ大学 DISI 情報科学工学部およびボローニャ大学 Alma Climate の地球規模課題と気候変動に関する母校研究所によって開発され、オープンソース Dicom ビューア Aliza MS に統合されています。ディコムビューア。 その後、医師は(事前に擬似匿名化された)ADC シーケンスのセグメンテーションを独立して実行し、セグメント化された病変が臨床的に重要である確率の予測値を取得するための放射線プロセスを開始する可能性があります。 この確率値は、PROSTATE_01 で開発された機械学習モデルに基づいてソフトウェアによって計算されます。 このツールでは、データ収集 (組織化された擬似匿名) も可能です。 CaP の臨床的に重要な予測モデルの検証は、PROSTATE_01 のモデルトレーニング段階で使用された患者を除く、登録されたすべての患者に対して遡及的および前向きの両方で実行されます。 検証されたモデルのパフォーマンスと選択バイアスの影響を評価した後、遡及的および前向きの両方で採用が完了すると、以前に開発されたモデルの改良が実行されます。 これはモデル自体の「再トレーニング」であり、登録された母集団全体からランダムに選択されたトレーニング データセットとテスト データセットに対して実行され、そこから差分によってランダムに取得され、新しい検証用のサブセットも含まれます。
研究の種類
研究の種類
入学 (推定)
入学
連絡先と場所
研究連絡先
研究連絡先
- 名前:Caterina Gaudiano, MD
- 電話番号:+39 0515142307
- メール:caterina.gaudiano@aosp.bo.it
研究場所
-
-
-
Bologna、イタリア、40138
- 募集
- IRCCS Azienda Ospedaliero-Universitaria di Bologna
-
コンタクト:
- Caterina Gaudiano, MD
- 電話番号:+39 0512142307
- メール:caterina.gaudiano@aosp.bo.it
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 受験時点で18歳以上の参加者
- インフォームドコンセントの取得
- ボローニャの IRCCS Azienda Ospedaliero-Universitaria の前立腺 RMmp で PI-RADSv2.1 ≥ 1 と分類された 1 つ以上の病変の存在
- ボローニャの IRCCS Azienda Ospedaliero-Universitaria における系統的生検と統合された融合技術による TRUS 生検の適応
除外基準:
- 過去の前立腺手術またはホルモン療法
- アーチファクト(人工股関節、直腸内プローブの動きなど)の存在に関する技術的に次善の調査
研究計画
研究はどのように設計されていますか?
デザインの詳細
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
特異性 (SP)
時間枠:入学から5年後の治療終了まで
|
特異度は、陰性分類が得られる確率、または病気が実際に存在しない確率です。
|
入学から5年後の治療終了まで
|
|
感度(SN)
時間枠:入学から5年後の治療終了まで
|
感度は、陽性分類される確率、または病気が実際に存在する確率です。
|
入学から5年後の治療終了まで
|
|
陽性的中率 (PPV)
時間枠:入学から5年後の治療終了まで
|
これは、検査結果が陽性であった全患者(誤って患者と診断された健康な被験者を含む)に対する、実際に陽性と診断された患者の割合です。
|
入学から5年後の治療終了まで
|
|
陰性的中率 (NPV)
時間枠:入学から5年後の治療終了まで
|
これは、検査結果が陰性だったすべての被験者(健康であると誤って診断された患者を含む)に対する、本当に陰性と診断された被験者の割合です。
|
入学から5年後の治療終了まで
|
協力者と研究者
捜査官
捜査官
- 主任研究者:Caterina Gaudiano, MD、IRCCS Azienda Ospedaliero-Universitaria di Bologna
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (推定)
一次修了
研究の完了 (推定)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
その他の研究ID番号
その他の研究ID番号
- PROSTATE_02
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。