전립선암 예측을 위한 MR 기반 기계학습 모델의 검증
임상적으로 유의미한 전립선암 예측을 위한 다중 매개변수 MR 기반 기계 학습 모델의 검증
이 관찰 연구의 목표는 RMmp(Multiparametric Magnetic Resonance Imaging) 이미지 처리를 기반으로 임상적으로 중요한 예측 기계 학습 모델을 검증하는 것입니다. 모델을 검증하려면 다음을 평가해야 합니다.
- 특이도(SP): 개인이 실제로 음성이라는 조건 하에 음성 테스트 결과가 나올 확률입니다.
- 민감도(SN): 개인이 정말로 긍정적이라는 조건 하에 긍정적인 테스트 결과가 나올 확률입니다.
연구 개요
상태
정황
상세 설명
이는 후향적 및 전향적으로 수집된 데이터의 분석을 포함하는 횡단적, 비개입적 관찰 연구입니다.
환자는 수석 조사관이 지정한 방사선 전문의 의료진이 등록하게 됩니다. 수석 조사자와 그의 대리인은 Policlinico di Sant'Orsola에 있는 IRCCS 볼로냐 대학 병원의 RIS-PACS에서 등록된 환자의 이미지(후향적 및 전향적)를 획득하고 의사 익명화하는 일을 담당합니다. 가능한 경우, 전립선 수술을 받는 참가자의 경우 O.U. 병리해부학부에서는 전립선 거대절편의 디지털 스캔을 제공합니다.
임상적으로 중요한 CaP의 기계 학습 모델 검증을 위해 방사선 전문의가 도구를 사용할 수 있게 됩니다. 이 도구는 볼로냐 대학의 정보학 - 과학 및 공학부, DISI, 볼로냐 대학의 Alma Mater 글로벌 과제 및 기후 변화 연구소, Alma Climate, 오픈 소스 Dicom 뷰어인 Aliza MS에 통합되었습니다. 디콤 뷰어. 그런 다음 의사는 ADC 시퀀스 분할(이전에는 의사 익명화)을 독립적으로 수행하고 방사선 프로세스를 시작하여 분할된 병변이 임상적으로 유의할 확률에 대한 예측 값을 얻을 수 있습니다. 이 확률 값은 PROSTATE_01에서 개발된 기계 학습 모델을 기반으로 소프트웨어에 의해 계산됩니다. 이 도구를 사용하면 데이터 수집(조직화 및 의사 익명)도 가능합니다. 임상적으로 유의미한 CaP 예측 모델의 검증은 PROSTATE_01의 모델 훈련 단계에 사용된 환자를 제외하고 후향적 및 전향적으로 등록된 모든 환자를 대상으로 수행됩니다. 검증된 모델의 성능과 선택 편향의 영향을 평가한 후, 모집이 소급 및 전향적으로 완료되면 이전에 개발된 모델의 개선이 수행됩니다. 이는 모델 자체의 "재훈련"이 될 것이며, 등록된 전체 모집단에서 무작위로 선택된 훈련 및 테스트 데이터세트에 대해 수행되며, 이 데이터세트는 새로운 검증을 위한 하위 집합이기도 합니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Caterina Gaudiano, MD
- 전화번호: +39 0515142307
- 이메일: caterina.gaudiano@aosp.bo.it
연구 장소
-
-
-
Bologna, 이탈리아, 40138
- 모병
- IRCCS Azienda Ospedaliero-Universitaria di Bologna
-
연락하다:
- Caterina Gaudiano, MD
- 전화번호: +39 0512142307
- 이메일: caterina.gaudiano@aosp.bo.it
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 시험 당시 18세 참가자
- 사전 동의 얻기
- 볼로냐 소재 IRCCS Azienda Ospedaliero-Universitaria의 전립선 RMmp에서 PI-RADSv2.1 ≥ 1로 분류된 하나 이상의 병변이 존재합니다.
- 볼로냐의 IRCCS Azienda Ospedaliero-Universitaria에서 체계적인 생검과 통합된 융합 기술을 통한 TRUS 생검에 대한 적응증
제외 기준:
- 이전 전립선 수술 또는 호르몬 치료
- 인공물(고관절 보형물, 직장내 탐침의 움직임 등)의 존재에 대한 기술적으로 최적이 아닌 조사
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
특이성(SP)
기간: 등록부터 5년 치료 종료까지
|
특이성은 부정적인 분류를 얻거나 질병이 실제로 없을 확률입니다.
|
등록부터 5년 치료 종료까지
|
|
감도(SN)
기간: 등록부터 5년 치료 종료까지
|
민감도는 긍정적인 분류의 확률 또는 질병이 실제로 존재하는 확률입니다.
|
등록부터 5년 치료 종료까지
|
|
긍정적 예측 가치(PPV)
기간: 등록부터 5년 치료 종료까지
|
검사 결과가 양성인 사람(환자로 잘못 진단된 건강한 사람 포함) 전체에 대해 실제로 양성으로 진단된 환자의 비율입니다.
|
등록부터 5년 치료 종료까지
|
|
음성 예측 값(NPV)
기간: 등록부터 5년 치료 종료까지
|
검사 결과가 음성인 사람(건강하다고 잘못 진단된 환자 포함) 전체에 대해 실제로 음성으로 진단된 사람의 비율입니다.
|
등록부터 5년 치료 종료까지
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Caterina Gaudiano, MD, IRCCS Azienda Ospedaliero-Universitaria di Bologna
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
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 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- PROSTATE_02
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .