위암 수술 후 합병증 예측을 위한 DeepComp (DeepComp-Prospective)
위암 환자의 주요 수술 후 합병증 예측을 위한 다중모드 딥러닝 라디오믹스 모델(DeepComp)의 수술 전 예측을 검증하는 전향적, 다기관, 관찰 연구
위암은 암 관련 사망의 주요 원인이며, 근본적 수술이 주요 치료법으로 남아 있습니다. 그러나 수술 후 합병증은 흔하며 환자의 회복과 삶의 질에 상당한 영향을 미칠 수 있습니다. 현재 의사들은 수술 전에 심각한 합병증 발생 위험이 높은 환자를 정확히 예측할 수 있는 정밀한 도구가 부족합니다.
이 연구는 "DeepComp"라는 새로운 인공지능(AI) 모델을 검증하는 것을 목표로 합니다. DeepComp 모델은 임상 데이터를 일상적인 수술 전 CT 스캔에서 추출한 고급 방사선학적 특징과 통합합니다. 특히, 종양 특성과 환자의 신체 구성(골격근 및 지방 분포 포함)을 모두 분석하여 생리적 예비력을 평가합니다.
이 전향적, 다기관 관찰 연구에서 연구자들은 5개 의료 센터에서 위암 수술을 예정한 환자를 등록할 것입니다. DeepComp 모델은 중등도에서 중증의 수술 후 합병증(Clavien-Dindo 등급 II 이상) 위험을 예측하는 데 사용됩니다. 이러한 예측은 수술 후 30일 관찰된 실제 임상 결과와 비교될 것입니다. 목표는 실제 임상 환경에서 DeepComp 모델의 정확성과 신뢰성을 확인하여 맞춤형 수술 위험 평가를 위한 강력한 도구를 제공할 가능성을 탐구하는 것입니다.
연구 개요
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Ping'an Ding, PhD
- 전화번호: +8631186095363
- 이메일: ding_ping_an@hebmu.edu.cn
연구 연락처 백업
- 이름: Qun Zhao, PhD
- 전화번호: 031186095363
- 이메일: zhaoqun@hebmu.edu.cn
연구 장소
-
-
None Selected
-
Shijiazhuang, None Selected, 중국, 050011
- 모병
- The Fourth Hospital of Hebei Medical University
-
연락하다:
- Ping'an Ding
- 전화번호: 031186095363
- 이메일: ding_ping_an@hebmu.edu.cn
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
나이 ≥ 18세.
조직학적으로 확인된 위선암.
치료 목적의 선택적 근치적 위절제술(개복, 복강경, 로봇) 예정.
수술 전 14일 이내 시행된 표준 조영증강 복부 CT 스캔(정맥기).
동의서 서명 의사.
제외 기준:
천공, 폐쇄 또는 대량 출혈로 인한 응급 수술.
원격 전이(4기) 또는 R0 절제 불가능한 비절제성 질환의 수술 중 발견.
최근 5년 이내 동시 또는 이전 악성 종양(위암 제외).
임신 또는 수유.
방사학적 분석을 방해하는 CT 영상의 심한 금속 인공물.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
위암 수술 코호트
근치적 위절제술(개복술, 복강경 수술, 로봇 수술)을 계획하고 있는 위암 진단 환자.
모든 참가자는 표준 수술 전 조영증강 CT 스캔을 받게 됩니다.
DeepComp AI 모델은 이러한 스캔에 적용되어 수술 후 합병증 위험을 예측합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
주요 수술 후 합병증 발생률 (Clavien-Dindo 등급 ≥ II)
기간: 수술 후 30일
|
수술 후 합병증은 Clavien-Dindo 분류 체계에 따라 등급화됩니다.
주요 합병증은 약물 치료, 수술/내시경/영상의학적 중재가 필요하거나 생명을 위협하는 합병증(사망 포함)을 의미하는 2등급 이상으로 정의됩니다.
이러한 사건의 발생은 기록되며 모델의 수술 전 예측과 비교됩니다.
|
수술 후 30일
|
|
인공지능-의사 협업 진단 성능의 위암 수술에서의 정확도와 관찰자 일치도
기간: 수술 전 평가부터 수술 후 30일까지
|
무작위로 선정된 위암 수술 환자 120명의 하위 집단에서, 다양한 경험 수준의 10명의 외과의사(주니어 <5년, n=4; 중간 5-10년, n=3; 시니어 ≥10년, n=3)가 블라인드된 수술 전 데이터를 사용하여 수술 후 합병증 위험을 먼저 독립적으로 평가할 것입니다.
그 후, 그들은 DeepComp AI 모델의 예측을 받고 평가를 업데이트할 것입니다.
|
수술 전 평가부터 수술 후 30일까지
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
DeepComp 모델의 예측 성능 (AUC)
기간: 수술 후 30일
|
DeepComp 모델의 주요 수술 후 합병증 예측에 대한 판별 성능은 수신자 조작 특성 곡선 아래 면적(AUC)을 사용하여 평가될 것입니다.
민감도, 특이도, 양성 예측도 및 음성 예측도도 계산될 것입니다.
|
수술 후 30일
|
|
병원 입원 기간
기간: 최대 30일
|
수술 후 퇴원까지의 일수로 정의됩니다.
|
최대 30일
|
공동 작업자 및 조사자
스폰서
수사관
- 수석 연구원: Qun Zhao, th
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 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. .