정량적 MRI와 인공 지능을 통합하여 전립선암 분류 개선
연구 개요
상태
상태
정황
정황
개입 / 치료
개입 / 치료
상세 설명
기본 목표:
I. 정량적 매개변수 계산에서 환자 및 스캐너별 가변성을 최소화하는 정량적 동적 조영 증강(DCE)-MRI 분석 기술을 개발하고 평가합니다.
II. 환자 및 스캐너 고유의 감수성과 맴돌이 전류 효과로 인한 전립선 기하학적 왜곡을 줄이는 확산 강조 영상(DWI) 방법을 개발하고 평가합니다.
III. 임상적으로 중요한 전립선암(csPCa)의 정확한 검출 및 분류를 위해 정량적 다중 매개변수(mp)-MRI 기능을 체계적으로 통합하는 다중 클래스 딥 러닝 모델을 개발하고 평가합니다.
개요:
소급: 환자의 의료 기록을 검토합니다.
예상: 환자는 총 1.5시간 동안 표준 치료 3T MRI 전, 도중 또는 후에 30분 동안 추가 3 Tesla(T) MRI 영상을 받습니다.
연구 유형
연구 유형
등록 (추정된)
등록
연락처 및 위치
연구 연락처
연구 연락처
- 이름: Nashla Barroso
- 전화번호: (310) 794-7952
- 이메일: nbarroso@mednet.ucla.edu
연구 장소
-
-
California
-
Los Angeles, California, 미국, 90095
- 모병
- UCLA / Jonsson Comprehensive Cancer Center
-
연락하다:
- Nashla Barroso
- 전화번호: 310-794-7952
- 이메일: nbarroso@mednet.ucla.edu
-
수석 연구원:
- Kyung H. Sung, PhD
-
-
참여기준
자격 기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 만 18세 이상의 남성 환자
- 전립선암의 임상적 의심 또는 생검으로 확진된 전립선암
- UCLA(University of California at Los Angeles)에서 다중 파라메트릭 3T 전립선 MRI를 받았거나 진행 중
- 동의 제공 능력
제외 기준:
- MRI에 대한 금기 사항(예: 심장 장치, 인공 판막, 심한 밀실 공포증)
- 가돌리늄 조영제에 대한 알레르기 반응의 가능성 이외의 가돌리늄 조영제에 대한 금기
- 사전 방사선 요법
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
그룹/코호트 수
코호트 및 개입
그룹/코호트그룹/코호트 |
개입 / 치료개입 / 치료 |
|---|---|
|
관찰(전자 건강 기록 검토, 3T MRI)
소급: 환자의 의료 기록을 검토합니다. 예상: 환자는 총 1.5시간 동안 표준 치료 3T MRI 전, 도중 또는 후에 30분 동안 추가 3T MRI 이미징을 받습니다. |
의료 차트가 검토됩니다.
3T MRI 받기
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
DCE(quantitative dynamic contrast) 강화 자기공명영상(MRI) 분석 기법 개발
기간: 최대 5년
|
정상 전립선 조직의 전달 상수(Ktrans)와 속도 상수(Kep) 모두 스캐너 간 변동성에 대해 평가됩니다.
3개의 MRI 스캐너 각각에 대해 200개의 사례를 사용하여 모수 범위에 대한 경험적 분포 함수 간의 최대 차이로 정의되는 Kolmogorov-Smirnov 통계를 계산하여 분포 사이의 쌍별 불일치를 추정합니다.
스캐너 간의 이러한 쌍별 불일치의 평균은 각 DCE-MRI 모델의 전체 불일치를 정량화하기 위해 계산됩니다.
DCE-MRI 모델 간의 평균 불일치를 비교하기 위해 비모수 부트스트랩을 사용하여 평균 불일치의 차이에 대한 95% 신뢰 구간을 구성합니다.
10,000개의 부트스트랩 샘플은 대체 환자를 샘플링하고 스캐너로 계층화하여 생성됩니다.
제안된 DCE-MRI 모델은 95% 신뢰 구간이 완전히 0보다 작은 경우 스캐너 간 변동성이 감소한다고 결론을 내릴 것입니다.
|
최대 5년
|
|
전립선 기하학적 왜곡을 감소시키는 확산강조영상(DWI) 방법 개발
기간: 최대 5년
|
전립선 다이스의 유사성 계수(일차 결과) 및 겉보기 확산 계수 일관성 측면에서 직사각형 시야-ENCODE와 표준 DWI 간의 차이를 비교합니다.
|
최대 5년
|
|
멀티클래스 딥러닝 모델 개발
기간: 최대 5년
|
FocalNet과 Prostate Imaging Reporting & Data System 버전 2의 전체 성능은 곡선 아래 영역 측면에서 비교됩니다.
곡선 아래 영역 간의 비교는 DeLong의 테스트를 사용하여 수행됩니다.
또한 동일한 연구 코호트에서 FL 및 MFL을 사용하는 이점을 특성화하기 위해 FocalNet과 기본 딥 러닝 방법(초점 손실[FL] 및 상호 검색 손실[MFL]이 없는 U-Net 및 Deeplab) 간의 비교도 포함됩니다.
이러한 각 접근 방식에 대해 Youden의 J(= 민감도 + 특이도 - 1)를 최대화하여 임상적으로 유의미한 전립선암 분류를 위한 최적의 컷 포인트를 식별하고 선택한 컷을 기준으로 민감도, 특이도 및 95% 신뢰 구간을 보고합니다. 가리키다.
|
최대 5년
|
공동 작업자 및 조사자
협력자
협력자
수사관
수사관
- 수석 연구원: Kyung H Sung, PhD, UCLA / Jonsson Comprehensive Cancer Center
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
연구 시작
기본 완료 (추정된)
기본 완료
연구 완료 (추정된)
연구 완료
연구 등록 날짜
최초 제출
최초 제출
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
처음 게시됨
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
기타 연구 ID 번호
- 19-002202 (기타 식별자: UCLA / Jonsson Comprehensive Cancer Center)
- NCI-2021-00373 (레지스트리 식별자: CTRP (Clinical Trial Reporting Program))
- R01CA248506 (미국 NIH 보조금/계약)
- 441480-KS-29447 (기타 보조금/기금 번호: NCI)
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
미국에서 제조되어 미국에서 수출되는 제품
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .