위암에 대한 다중 센터 및 다중 모달 딥러닝 연구
2021년 8월 4일 업데이트: Kai Li, First Hospital of China Medical University
위암의 진단, 치료 결과 및 예후에 대한 다기관 및 다모달 딥러닝 연구
기계 학습을 통해 위암의 수술 후 병리 진단 및 분류를 지원합니다. 머신러닝을 통한 위암 병리진단 정확도 향상 딥러닝으로 위암 치료 효과 예측 다중 모드 딥러닝을 통해 위암 환자의 생존율을 예측하는 모델을 구축합니다.
연구 개요
연구 유형
관찰
등록 (실제)
3300
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Jiangsu
-
Changzhou, Jiangsu, 중국, 213001
- The fourth People's Hospital of Changzhou
-
-
Liaoning
-
Chaoyang, Liaoning, 중국, 122099
- Chaoyang Central Hospital
-
Fushun, Liaoning, 중국, 113012
- The General Hospital of Fushun Mining Bureau
-
Jinzhou, Liaoning, 중국, 121012
- First Hospital of Jinzhou Medical University
-
Shenyang, Liaoning, 중국, 110000
- The First Affiliated Hospital of China Medical University
-
-
Shandong
-
Ji'nan, Shandong, 중국, 250033
- The Second Hospital of Shandong University
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
18년 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
아니
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
3000명의 위암 환자가 1상 연구에 참여할 예정이며 이들은 훈련 그룹과 내부 검증 그룹으로 나누어집니다.
다른 5개 의료원의 위암 환자 300명이 외부 검증 그룹을 구성할 예정이다.
설명
포함 기준:
- 위암 진단은 병리학으로 확인되었습니다.
- 수술 전 강화 복부 CT;
- 사용 가능한 상세한 임상 및 병리학적 데이터
- 통합 후속 데이터.
제외 기준:
- 환자들은 심각한 기저 질환을 가지고 있었습니다.
- 전체 생존 기간은 3개월 미만이었습니다.
- 자세한 정보를 수집할 수 없습니다.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 케이스 전용
- 시간 관점: 회고전
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
교육 그룹
포함 기준에 따라 2000명의 위암 환자가 분석에 모집됩니다.
그리고 딥러닝을 기반으로 모델을 구축하게 됩니다.
|
모든 참가자는 전체 복부 조영 증강 CT 스캔으로 측정되었습니다.
등록된 환자의 모든 검체에 대해 HE 병리학적 검사를 수행하였다.
|
|
내부 검증 그룹
포함 기준에 따라 위암 환자 1000명을 이 그룹에 모집하여 구성된 모델의 민감도와 특이도를 검증합니다.
|
모든 참가자는 전체 복부 조영 증강 CT 스캔으로 측정되었습니다.
등록된 환자의 모든 검체에 대해 HE 병리학적 검사를 수행하였다.
|
|
외부 검증 그룹
포함 기준에 따라 5개의 다른 의료 센터에서 300명의 위암 환자를 이 그룹에 모집하여 구축된 모델의 민감도와 특이도를 검증할 것입니다.
|
모든 참가자는 전체 복부 조영 증강 CT 스캔으로 측정되었습니다.
등록된 환자의 모든 검체에 대해 HE 병리학적 검사를 수행하였다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
종양의 최대 직경
기간: 1 일
|
위암 환자의 수술 전 강화복부CT에서 종양의 최대 직경을 측정한다.
|
1 일
|
|
성장 패턴
기간: 1 일
|
Endophytic, exophytic 및 혼합을 포함하여 위암 환자의 수술 전 강화 복부 CT에서 성장 패턴을 평가합니다.
|
1 일
|
|
향상 패턴
기간: 1 일
|
동종 및 이종을 포함하여 위암 환자의 수술 전 강화 복부 CT에서 강화 패턴을 평가합니다.
|
1 일
|
|
향상 정도
기간: 1 일
|
위암 환자의 수술 전 조영증강 CT에서 저조영증강, 등조강조영, 과강조강 조영증강 조영증강 정도를 평가한다.
|
1 일
|
|
핵 크기
기간: 1 일
|
심층 학습을 통해 위암의 수술 후 H&E 염색 섹션 및 슬라이드의 핵 크기를 얻습니다.
|
1 일
|
|
핵 모양
기간: 1 일
|
딥러닝을 통해 위암의 수술 후 H&E 염색 절편과 슬라이드의 핵 모양을 얻습니다.
|
1 일
|
|
픽셀 강도 분포
기간: 1 일
|
딥 러닝을 통해 위암의 수술 후 H&E 염색 섹션 및 슬라이드의 픽셀 강도 분포를 얻습니다.
|
1 일
|
|
핵의 질감
기간: 1 일
|
딥러닝을 통해 위암의 수술 후 H&E 염색 절편 및 슬라이드의 핵 조직을 얻습니다.
|
1 일
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
생존 상태
기간: 1 일
|
사망과 생존을 포함하는 위암 환자의 생존 상태를 분석합니다.
|
1 일
|
|
전반적인 생존
기간: 1 일
|
사망까지의 일수와 마지막 추적 관찰까지의 일수를 기준으로 위암 환자의 전체 생존율을 계산합니다.
|
1 일
|
|
재발/전이
기간: 1 일
|
위암 환자의 재발/전이까지의 일수를 계산합니다.
|
1 일
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
협력자
수사관
- 수석 연구원: Kai Li, MD, First Hospital of China Medical University
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2021년 7월 1일
기본 완료 (예상)
2022년 1월 31일
연구 완료 (예상)
2024년 12월 31일
연구 등록 날짜
최초 제출
2021년 8월 1일
QC 기준을 충족하는 최초 제출
2021년 8월 4일
처음 게시됨 (실제)
2021년 8월 11일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2021년 8월 11일
QC 기준을 충족하는 마지막 업데이트 제출
2021년 8월 4일
마지막으로 확인됨
2021년 8월 1일
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. .