신경망을 이용한 삽입물 주위 고관절 감염의 조기 판별(SEPTIC-ANNR) (SEPTIC-ANNR)
신경망을 이용한 삽입물 주위 고관절 감염의 조기 판별: 파일럿 연구
연구 개요
상세 설명
삽입물 주위 고관절 감염은 정형외과 수술에서 화제가 되고 있으며 발생률은 약 1%입니다. 장기 입원 및 추가 치료와 관련된 이환율, 사망률 및 추가 비용이 주요 관심사입니다. 삽입물 주위 감염은 일반적으로 CDC(질병 통제 예방 센터) 기준(2014)을 사용하여 진단됩니다. 진단은 수술 전 및 수술 중 매개 변수를 포함하여 주요 및 부 기준을 기반으로 합니다. 신뢰할 수 있는 감염 진단을 위해서는 누공이 없을 때 활액 흡인 또는 조직 검체가 필요합니다. 그러나 이러한 기술은 비용이 많이 들고 침습적입니다. 게다가 배양 후 패혈증으로 판명된 추정 무균성 이완에 대해 수행된 일련의 재치환 수술에서 알 수 있듯이 민감도가 항상 정확한 것은 아닙니다. 따라서 감염 진단은 종종 늦게 발생하고 길고 복잡하며 비용이 많이 들고 항상 결정적인 진단 검사가 아닌 후에 발생하여 치료의 시기와 성공에 영향을 미칩니다.
삽입물 주위 감염에 대한 실용적이고 신속하며 신뢰할 수 있는 비침습적(아마도 외래 환자) 진단 절차가 바람직할 것입니다. 진단 영상에 의존하여 체액이나 조직 수집을 의심스러운 경우로 제한할 수 있습니다. 현재 CT 및 핵의학 영상 기술은 적절한 신뢰성, 비용 및 방사선 물질에 대한 노출로 인해 감염 진단에 일상적으로 채택되지 않습니다.
최근에 신경망이 도입되었습니다. 신경망은 깊이 연결되어 계산 모델을 실현하는 많은 단순 병렬 프로세서로 구성됩니다. 신경망은 뇌와 학습 능력을 모방합니다. 계산 모델은 시각적 신호를 인식하고, 복잡한 상황을 실시간으로 관리하고, 소음을 분류 및 관리하고, 대량의 데이터에 실시간으로 액세스할 수 있는 연상 메모리를 사용하고, 부분적이거나 손상된 정보를 재구성합니다. 신경망은 임상 및 진단 영상 데이터를 통합하여 감염, 전이 및 치료 실패의 시작을 예측하는 데 이미 사용되었습니다. 현재까지 삽입물 주위 감염에서 신경망에 대한 연구는 수행되지 않았습니다. 본 연구의 목적은 기존 방사선 촬영에 적용되는 신경망(세포 신경망-유전 알고리즘)이 이미 잘 알려진 방법으로 진단된 삽입물 주위 고관절 감염의 조기 판별에 정확하고 민감하며 특이적인지를 평가하는 것이다. 질병통제예방센터 2014).
구체적으로, 패혈성 또는 무균성 이완 치료를 받은 완전한 방사선 기록(수술 전 X-레이 및 일련의 다른 수술 후 X-레이)을 가진 환자 집단을 선택합니다.
두 경우 모두 신경망을 "지시"하는 데 필요합니다. 첫 번째 단계는 병원 데이터베이스를 참조하여 패혈성 또는 무균성 이완 진단을 받은 일련의 환자를 식별하는 것입니다. 따라서 환자는 패혈증 또는 무균성 이완으로 분류됩니다. 2014 CDC 기준이 사용되며(임상 환경에서 일상적으로 수행됨) 또 다른 중요하고 필요한 기준이 추가됩니다. 최소 3개의 양성 수술 중 조직 샘플(동일한 미생물). 무균 풀림의 경우 케이스가 CDC 2014 기준을 충족하지 않아야 합니다. 따라서 환자의 영상 및 임상 데이터가 수집됩니다. 진단을 확인한 후 방사선 사진 자료를 처리합니다(세포 신경망-유전 알고리즘). 제안된 절차는 다음 파이프라인과 MatLab 소프트웨어(Mathworks, Natick, US)를 사용하여 방사선 이미지를 처리합니다.
- 베이스라인: 첫 번째 이식 후 이미지를 이식 전 방사선 사진과 비교합니다.
- 표준 및 반복 가능한 투사(골반 X선)를 사용하여 주기적인 방사선 사진으로 진행 상황을 기록합니다.
- 기능은 수동으로 분할된 영역(관심 영역 - ROI)의 각 이미지에서 추출됩니다. 세 단계가 발생합니다. 1) 입력 데이터(회색 레벨 이미지)의 균일한 프레임워크를 생성하기 위한 이미지 전처리. 색상 히스토그램 평활화; 2) 신경망에서 추출한 특징을 ROI에 적용한다. 유전자 알고리즘을 사용한 복제 템플릿. 기능은 완전히 연결된 계층 + SoftMax에 의해 처리됩니다. 3) 완전 연결 계층 + SoftMax가 있는 AutoEconder에서 추출된 특징;
- 차동 방사선학적 특징 분석(세포 및 회선 측면 분석) 및 기준선과의 비교. 다음과 같은 방식으로 사후 처리: 1) 완전히 연결된 회귀 계층 및 다중 클래스 분류기: 패혈증 진행 위험의 백분율을 생성합니다. 2) 완전히 연결된 회귀 계층 및 이진 분류기: 패혈증/무균 클러스터의 기능;
- 최종 결정 트리: 위에서 언급한 데이터의 융합, 인덱스 영상에서 패혈증 진행 위험의 백분율을 제공합니다. 목표는 방사선 영상에 적용된 신경망이 검증되고 특정 기준에 따라 진단된 후기 만성 인공 삽입물 주위 고관절 감염을 정확하고 민감하며 구체적으로 인식할 수 있는지 여부를 확인하는 것입니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Bologna, 이탈리아, 40136
- IRCCS Istituto Ortopedico Rizzoli
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 패혈증 및 무균성 풀림으로 인한 일차 고관절 전치환술의 재치환
- 패혈성 이완이 있는 경우 후기 만성 인공 삽입물 주위 고관절 감염 진단
- 완전한 임상 데이터
- 완전한 실험실 데이터(수정 전 적혈구 침강 속도 및 C-반응성 단백질, 최소 5개의 수술 중 조직 샘플).
- 완전한 방사선 사진 평가(임플란트 전 X-레이, 일련의 수술 후 X-레이, 교정 전 X-레이)
제외 기준
- 엉덩이 재수정
- 불완전하거나 부적절한 방사선 평가
- 2014 CDC 기준 및 조직 샘플에 따라 감염을 진단하기에 부적절한 데이터
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 다른
- 시간 관점: 회고전
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
정화조 풀림
2014년 CDC 기준(임상 환경에서 일상적으로 수행됨)에 따른 1차 고관절 임플란트의 정화조 풀림, 또 다른 중요하고 필요한 기준 추가: 최소 3개의 양성 수술 중 조직 샘플(동일한 미생물).
|
느슨해짐에 대한 잘 확립된 진단과 함께 고관절 임플란트의 기존 방사선 사진에 적용되는 세포 신경망-유전 알고리즘.
이 연구는 Directive 93/42 / European Economic Community에 따라 CE 마크가 없는 소프트웨어를 의료 기기로 사용하거나 소프트웨어를 인간 질병을 진단 또는 예방하는 도구로 사용하기 위한 것이 아닙니다.
이 연구는 적절하게 보정된 소프트웨어가 검증된 방법으로 이미 진단된 감염을 적절한 정확도로 인식할 수 있는지 평가합니다.
|
|
무균 풀림
CDC 2014 기준을 충족하지 않는 1차 고관절 임플란트의 무균 풀림
|
느슨해짐에 대한 잘 확립된 진단과 함께 고관절 임플란트의 기존 방사선 사진에 적용되는 세포 신경망-유전 알고리즘.
이 연구는 Directive 93/42 / European Economic Community에 따라 CE 마크가 없는 소프트웨어를 의료 기기로 사용하거나 소프트웨어를 인간 질병을 진단 또는 예방하는 도구로 사용하기 위한 것이 아닙니다.
이 연구는 적절하게 보정된 소프트웨어가 검증된 방법으로 이미 진단된 감염을 적절한 정확도로 인식할 수 있는지 평가합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
정확성
기간: 15 년
|
정의: 패혈증과 무균성 이완을 구별하는 세포 신경망의 능력. 기술: 진단 정확도는 최대 가능성 방법(이항 근사)에 따라 수신자 작동 특성(ROC) 곡선으로 측정됩니다. 메트릭: 백분율. 최소-최대 값: 0-100. |
15 년
|
|
감광도
기간: 15 년
|
정의: 확인된 CDC 기준에 따라 패혈성 고관절에서 패혈증이 될 확률. 기술: 참양성/(참양성 + 거짓음성). 메트릭: 백분율. 최소-최대 값: 0-100. |
15 년
|
|
특성
기간: 15 년
|
정의: CDC 기준을 사용하여 확인된 총 무균 이완 중 무균 이완의 비율 기술: 진음성/(진음성 + 거짓양성) 메트릭: 백분율.
최소-최대 값: 0-100.
|
15 년
|
공동 작업자 및 조사자
수사관
- 연구 의자: Francesco Traina, PhD, IRCCS Istituto Ortopedico Rizzoli
간행물 및 유용한 링크
일반 간행물
- Verberne SJ, Raijmakers PG, Temmerman OP. The Accuracy of Imaging Techniques in the Assessment of Periprosthetic Hip Infection: A Systematic Review and Meta-Analysis. J Bone Joint Surg Am. 2016 Oct 5;98(19):1638-1645. doi: 10.2106/JBJS.15.00898.
- Peel TN, Spelman T, Dylla BL, Hughes JG, Greenwood-Quaintance KE, Cheng AC, Mandrekar JN, Patel R. Optimal Periprosthetic Tissue Specimen Number for Diagnosis of Prosthetic Joint Infection. J Clin Microbiol. 2016 Dec 28;55(1):234-243. doi: 10.1128/JCM.01914-16. Print 2017 Jan.
- Bargon R, Bruenke J, Carli A, Fabritius M, Goel R, Goswami K, Graf P, Groff H, Grupp T, Malchau H, Mohaddes M, Novaes de Santana C, Phillips KS, Rohde H, Rolfson O, Rondon A, Schaer T, Sculco P, Svensson K. General Assembly, Research Caveats: Proceedings of International Consensus on Orthopedic Infections. J Arthroplasty. 2019 Feb;34(2S):S245-S253.e1. doi: 10.1016/j.arth.2018.09.076. Epub 2018 Oct 19. No abstract available.
- Abdel Karim M, Andrawis J, Bengoa F, Bracho C, Compagnoni R, Cross M, Danoff J, Della Valle CJ, Foguet P, Fraguas T, Gehrke T, Goswami K, Guerra E, Ha YC, Klaber I, Komnos G, Lachiewicz P, Lausmann C, Levine B, Leyton-Mange A, McArthur BA, Mihalic R, Neyt J, Nunez J, Nunziato C, Parvizi J, Perka C, Reisener MJ, Rocha CH, Schweitzer D, Shivji F, Shohat N, Sierra RJ, Suleiman L, Tan TL, Vasquez J, Ward D, Wolf M, Zahar A. Hip and Knee Section, Diagnosis, Algorithm: Proceedings of International Consensus on Orthopedic Infections. J Arthroplasty. 2019 Feb;34(2S):S339-S350. doi: 10.1016/j.arth.2018.09.018. Epub 2018 Oct 19. No abstract available.
- Chotanaphuti T, Courtney PM, Fram B, In den Kleef NJ, Kim TK, Kuo FC, Lustig S, Moojen DJ, Nijhof M, Oliashirazi A, Poolman R, Purtill JJ, Rapisarda A, Rivero-Boschert S, Veltman ES. Hip and Knee Section, Treatment, Algorithm: Proceedings of International Consensus on Orthopedic Infections. J Arthroplasty. 2019 Feb;34(2S):S393-S397. doi: 10.1016/j.arth.2018.09.024. Epub 2018 Oct 19. No abstract available.
- Amanatullah D, Dennis D, Oltra EG, Marcelino Gomes LS, Goodman SB, Hamlin B, Hansen E, Hashemi-Nejad A, Holst DC, Komnos G, Koutalos A, Malizos K, Martinez Pastor JC, McPherson E, Meermans G, Mooney JA, Mortazavi J, Parsa A, Pecora JR, Pereira GA, Martos MS, Shohat N, Shope AJ, Zullo SS. Hip and Knee Section, Diagnosis, Definitions: Proceedings of International Consensus on Orthopedic Infections. J Arthroplasty. 2019 Feb;34(2S):S329-S337. doi: 10.1016/j.arth.2018.09.044. Epub 2018 Oct 19. No abstract available.
- Ting NT, Della Valle CJ. Diagnosis of Periprosthetic Joint Infection-An Algorithm-Based Approach. J Arthroplasty. 2017 Jul;32(7):2047-2050. doi: 10.1016/j.arth.2017.02.070. Epub 2017 Mar 2.
- Heckerling PS, Canaris GJ, Flach SD, Tape TG, Wigton RS, Gerber BS. Predictors of urinary tract infection based on artificial neural networks and genetic algorithms. Int J Med Inform. 2007 Apr;76(4):289-96. doi: 10.1016/j.ijmedinf.2006.01.005. Epub 2006 Feb 15.
- Yamashita R, Nishio M, Do RKG, Togashi K. Convolutional neural networks: an overview and application in radiology. Insights Imaging. 2018 Aug;9(4):611-629. doi: 10.1007/s13244-018-0639-9. Epub 2018 Jun 22.
- Fazal MI, Patel ME, Tye J, Gupta Y. The past, present and future role of artificial intelligence in imaging. Eur J Radiol. 2018 Aug;105:246-250. doi: 10.1016/j.ejrad.2018.06.020. Epub 2018 Jun 22.
- Osmon DR, Berbari EF, Berendt AR, Lew D, Zimmerli W, Steckelberg JM, Rao N, Hanssen A, Wilson WR; Infectious Diseases Society of America. Diagnosis and management of prosthetic joint infection: clinical practice guidelines by the Infectious Diseases Society of America. Clin Infect Dis. 2013 Jan;56(1):e1-e25. doi: 10.1093/cid/cis803. Epub 2012 Dec 6.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
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. .