자궁경부암의 림프절 전이 진단을 위한 AI 예측 모델과 영상 평가를 비교하는 전향적 코호트 연구
2024년 8월 6일 업데이트: Xin Wu, Obstetrics & Gynecology Hospital of Fudan University
자궁경부암의 골반 림프절 전이 진단을 위한 인공 지능 다중 모드 융합 예측 모델과 기존 영상 평가를 비교하는 전향적 코호트 연구
이번 전향적 코호트 연구의 목표는 인공지능 다중모달 융합 예측 모델이 자궁경부암의 골반 림프절 전이 진단에 효과적인지 알아보는 것이다.
대답하고자 하는 주요 질문은 다음과 같습니다. 인공지능 다중 모드 융합 예측 모델이 자궁경부암의 골반 림프절 전이에 대한 수술 전 진단의 정확성을 향상시킬 수 있습니까?
연구진은 AI 다중 모드 융합 예측 모델을 기존 영상의사 평가와 비교하여 예측 모델이 보다 정확한 림프절 전이 결정을 내릴 수 있는지 확인했습니다.
참가자들은 병리학적으로 자궁경부암 진단을 확인한 후 골반 MRI를 촬영하게 되며, 그 결과는 예측모델과 영상의사가 각각 골반 림프절 전이 상태를 판단하는 데 활용된다.
수술적 림프절 제거 후 후속 병리학 결과는 두 가지 수술 전 림프절 진단 방식의 정확성을 결정하기 위한 최적 기준으로 사용됩니다.
연구 개요
연구 유형
중재적
등록 (추정된)
230
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 200090
- The Obstetrics and Gynecology Hospital of Fudan 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
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
설명
포함 기준:
- 수술 전 침윤성 자궁경부암 1~3기 진단을 받은 환자, 병리 여부와 관계없이 근치/수정 근치 자궁경부암 수술 + 우리 병원 또는 부센터에서 골반 림프절 절제술을 받은 환자
- 연령 ≥18세 및 ≤80세
- 저희 병원이나 부센터에서 수술 전 골반 MRI(일반/증강) 영상을 받은 환자입니다.
제외 기준:
- 임신 또는 수유 중인 환자, 42일 이내에 낙태한 환자,
- 이 자궁경부암에 대해 수술 전 신보강 화학요법 또는 방사선요법을 받고 있거나 받은 환자;
- 5년 이내에 다른 악성종양이 있는 환자
- 골반 림프절 비대를 초래할 수 있는 다른 기저 질환의 복합;
- 수술 전 골반 MRI 날짜가 수술일로부터 1개월 이상 지난 환자;
- 인식할 수 없는 품질이 낮은 이미징 이미지.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위화되지 않음
- 중재 모델: 요인 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: AI 예측 모델
|
병리학적 진단 후 자궁경부암의 진단을 명확히 한 후 골반 MRI를 시행했습니다.
인공 지능 다중 모드 융합 예측 모델링을 통해 추가 골반 림프절 전이 상태를 확인했습니다.
|
|
활성 비교기: 기존 이미징 평가
|
병리학적 진단으로 자궁경부암 진단이 확정된 후 골반 MRI를 시행했습니다. 추가 골반 MRI 영상을 전문 영상의사가 판독하여 골반 림프절 상태를 판단합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
골반 림프절 전이 결정의 정확성
기간: 기간은 피험자 등록부터 수술 병리학 결과가 나올 때까지였습니다. 피험자 등록과 수술 병리학 결과의 가용성 사이의 시간은 대략 1~1.5개월이었습니다.
|
피험자가 수술 치료를 받은 후 수술 병리학은 기존 영상 진단과 비교하여 AI 예측 모델의 정확성을 평가하기 위한 최적의 표준으로 사용되었습니다.
통계 분석 단계에서는 민감도와 특이도를 주요 지표로 활용하여 두 가지 진단 방식의 정확성을 평가했습니다.
|
기간은 피험자 등록부터 수술 병리학 결과가 나올 때까지였습니다. 피험자 등록과 수술 병리학 결과의 가용성 사이의 시간은 대략 1~1.5개월이었습니다.
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
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 (추정된)
2024년 8월 1일
기본 완료 (추정된)
2027년 12월 1일
연구 완료 (추정된)
2027년 12월 1일
연구 등록 날짜
최초 제출
2024년 8월 1일
QC 기준을 충족하는 최초 제출
2024년 8월 6일
처음 게시됨 (실제)
2024년 8월 7일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2024년 8월 7일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 8월 6일
마지막으로 확인됨
2024년 8월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- FUOBGY-2024-64
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
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. .