乳児の肝腫瘍の診断価値を高めるディープラーニング磁気共鳴イメージングラジオミクス
2021年12月22日 更新者：Yuhan Yang、West China Hospital
周産期における肝腫瘍は、罹患患者の重大な罹患率と死亡率に関連しています。
アルファフェトプロテイン (AFP) などの従来の診断ツールは、乳児肝腫瘍の診断における価値が限られています。
この後ろ向き-前向き研究は、初期治療前の磁気共鳴画像法 (MRI) 画像の分析を通じて深層学習システムの診断効率を評価することを目的としています。
調査の概要
詳細な説明
周産期に肝腫瘍が発生することはほとんどありません。
これらは、胎児および新生児に発生するさまざまな種類の新生物全体の約 5% を占めます。
乳児血管内皮腫は主要な原発性肝腫瘍であり、次いで肝芽腫である。
アルファフェトプロテイン（AFP）は、正常な乳児であっても生後最初の数か月間は高度に上昇するため、肝腫瘍を有する乳児患者に対するAFPの診断的価値は限定されることに留意すべきである。
この研究は四川大学西中国病院による遡及的・前向き的デザインであり、臨床データと放射線画像が含まれています。
2010年6月と2020年12月に、明確な組織学的診断と利用可能な磁気共鳴画像法（MRI）画像を有する患者を対象とした遡及的データベースが登録されました。
研究者らは、この遡及コホートに基づいて深層学習ラジオミクス診断モデルを構築し、内部で検証しました。
前向きコホートでは、2021年1月以降に肝腫瘍と診断された乳児患者を募集する予定だ。
提案された深層学習モデルは、この将来のコホートにおいて外部でも検証される予定です。
確立されたモデルは、乳児の肝腫瘍の診断に役立つ可能性がある。
研究の種類
観察的
入学 (予想される)
200
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Sichuan
-
Chendu、Sichuan、中国、610041
- 募集
- West China Hospital, Sichuan University
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
1秒～1年 (子)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
肝腫瘍があり、手術、生検、術前化学療法、放射線療法の前に腹部MRI検査を完了した患者。
説明
包含基準:
- 対象年齢は新生児から12ヶ月まで
- 診断を受ける前に治療を受けていない
- 書面によるインフォームドコンセントがある場合
除外基準:
- 臨床データが欠落している
- 利用できないMRI画像
- 書面によるインフォームドコンセントがない場合
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 観測モデル：コホート
- 時間の展望：他の
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
後ろ向きコホート
内部コホートは、2010 年 6 月から 2020 年 12 月まで、四川大学の華西病院に遡及的に登録されました。
これは、トレーニングおよび内部検証コホートです。
|
ラジオミック特徴の抽出、特徴の並べ替え、およびモデルの絞り込みのための、さまざまなラジオミック、機械学習、および深層学習戦略。
|
|
将来のコホート
同じセンターに前向きに同じ包含/除外基準が適用されました。
これは、外部検証コホートです。
|
ラジオミック特徴の抽出、特徴の並べ替え、およびモデルの絞り込みのための、さまざまなラジオミック、機械学習、および深層学習戦略。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
深層学習アルゴリズムによる乳児肝腫瘍の診断精度
時間枠：1ヶ月
|
深層学習アルゴリズムによる乳児肝腫瘍の診断精度。
|
1ヶ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
深層学習アルゴリズムによる乳児肝腫瘍の診断感度
時間枠：1ヶ月
|
深層学習アルゴリズムによる乳児肝腫瘍の診断感度。
|
1ヶ月
|
|
深層学習アルゴリズムによる乳児肝腫瘍の診断特異性
時間枠：1ヶ月
|
深層学習アルゴリズムによる乳児肝腫瘍の診断特異性。
|
1ヶ月
|
|
深層学習アルゴリズムによる乳児肝腫瘍の診断陽性的中率
時間枠：1ヶ月
|
深層学習アルゴリズムによる乳児肝腫瘍の診断陽性的中率。
|
1ヶ月
|
|
深層学習アルゴリズムによる乳児肝腫瘍の診断陰性的中率
時間枠：1ヶ月
|
深層学習アルゴリズムによる乳児肝腫瘍の診断陰性的中率。
|
1ヶ月
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2021年1月1日
一次修了 (予想される)
2023年12月31日
研究の完了 (予想される)
2023年12月31日
試験登録日
最初に提出
2021年12月8日
QC基準を満たした最初の提出物
2021年12月22日
最初の投稿 (実際)
2021年12月27日
学習記録の更新
投稿された最後の更新 (実際)
2021年12月27日
QC基準を満たした最後の更新が送信されました
2021年12月22日
最終確認日
2021年12月1日
詳しくは
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。