이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

MRI 기반 다중 모드 데이터 융합을 통한 딥 러닝으로 유방암 수술 후 위험 계층화 강화

2024년 8월 8일 업데이트: Yunfang Yu, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

유방암은 조기 개입에도 불구하고 높은 재발률과 원격 확산으로 인해 특히 여성의 경우 전 세계적으로 심각한 건강 문제를 야기합니다. 전이 위험을 적시에 식별하고 치료 전략을 정확하게 예측하는 것은 예후를 개선하는 데 중요합니다. 그러나 유방 종양의 복잡한 이질성은 정확한 예후 예측에 어려움을 안겨줍니다. 따라서 종양 세분화 및 예후 평가를 위한 혁신적인 방법의 개발이 필수적입니다.

실시된 연구는 4개의 독립적인 센터에서 1,199명의 비전이성 유방암 환자를 등록한 다기관 연구입니다. 우리 연구에서는 인공 지능(AI)의 발전을 활용하여 이러한 과제를 해결합니다. 이번 연구는 유방암 환자의 수술 후 재발 위험을 정확하게 식별하기 위해 MRI 기반 다중 모드 예측 시스템을 최초로 성공적으로 적용한 것입니다.

연구 개요

상태

완전한

정황

개입 / 치료

연구 유형

관찰

등록 (실제)

1199

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

샘플링 방법

비확률 샘플

연구 인구

연구의 초기 단계에서 1,199명의 환자가 자동 ​​종양 분할을 위한 훈련 및 테스트 데이터 세트에 8:2의 비율로 무작위로 할당되었습니다. 그 후, Sun Yat-sen University의 Sun Yat-sen Memorial Hospital(SYSMH, 중국 광저우)의 환자 569명을 훈련(n = 456) 및 내부 검증(n = 113)에 3:1의 비율로 무작위로 할당했습니다. DFS 예측을 위한 코호트. 나머지 환자들은 2개의 독립적인 외부 검증 코호트로 나누어졌습니다. 쑨원대학교 암센터(SYSUCC, 중국 광저우)의 432명은 외부 테스트 코호트 1로, 둥관 퉁와 병원(DTH, 중국 동관)과 순더의 198명은 남부 의과대학 병원(SDHSMU, 중국 광저우)을 외부 테스트 코호트 2로 전환했습니다.

설명

포함 기준:

  • 조직학적으로 확인된 1기-3기 침습성 BC
  • 연령 ≥ 18세
  • 수술을 받은 환자
  • MRI 스캔의 존재

제외 기준:

  • 병리학적 결과가 부족함
  • 다른 동시 악성종양이 있었던 경우
  • MR 영상 문제가 제외되었나요?

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
개입 / 치료
훈련 코호트
우리는 Sun Yat-sen University의 Sun Yat-sen Memorial Hospital(SYSMH, 중국 광저우)의 환자 569명을 훈련(n = 456) 및 내부 검증(n = 113) 코호트에 3:1의 비율로 무작위로 할당했습니다.
다른: MRI
내부 검증 코호트
우리는 Sun Yat-sen University의 Sun Yat-sen Memorial Hospital(SYSMH, 중국 광저우)의 환자 569명을 훈련(n = 456) 및 내부 검증(n = 113) 코호트에 3:1의 비율로 무작위로 할당했습니다.
다른: MRI
외부 테스트 코호트 1
Sun Yat-sen University Cancer Center(SYSUCC, 중국 광저우)의 432명이 외부 테스트 코호트 1에 참여했습니다.
다른: MRI
외부 테스트 코호트 2
Dongguan Tungwah Hospital(DTH, 중국 동관) 및 Southern Medical University 순덕병원(SDHSMU, 중국 광저우)의 198명이 외부 테스트 코호트 2에 포함되었습니다.
다른: MRI

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
DFS
기간: 국소 및/또는 원격 재발, 질병 진행 또는 사망을 포함하여 수술부터 종양 재발까지의 시간을 최대 100개월까지 평가했습니다.
질병 없는 생존
국소 및/또는 원격 재발, 질병 진행 또는 사망을 포함하여 수술부터 종양 재발까지의 시간을 최대 100개월까지 평가했습니다.

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen 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)

2011년 3월 23일

기본 완료 (실제)

2019년 9월 21일

연구 완료 (실제)

2021년 12월 6일

연구 등록 날짜

최초 제출

2024년 7월 6일

QC 기준을 충족하는 최초 제출

2024년 8월 8일

처음 게시됨 (실제)

2024년 8월 9일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2024년 8월 9일

QC 기준을 충족하는 마지막 업데이트 제출

2024년 8월 8일

마지막으로 확인됨

2024년 8월 1일

추가 정보

이 연구와 관련된 용어

키워드

추가 관련 MeSH 약관

기타 연구 ID 번호

  • YSEC-KY-KS-2019-054-001

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. .

유방암에 대한 임상 시험

MRI에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Benin

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다