PET/CT 영상 특징 및 임상 매개변수를 기반으로 한 간질성 폐질환을 동반한 피부근염의 임상-영상 협력 진단 모델 구축
2026년 4월 11일 업데이트: Hu Jiajia, Ruijin Hospital
PET/CT 영상 특징과 임상 매개변수를 기반으로 한 간질성 폐질환을 동반한 피부근염의 임상-영상 협업 진단 모델 구축
연구자들은 피부근염(DM) 환자에서 ⁶⁸Ga-FAPI와 ¹⁸F-FDG 이중추적자 PET/CT의 영상 매개변수와 동반된 간질성 폐질환(ILD) 간의 연관성을 조사하고, ILD가 복합된 DM을 예측하기 위한 새로운 진단 모델을 개발하였으며, 이 모델의 외부 검증을 수행했습니다.
한편, 연구자들은 영상만으로 구성된 모델의 예측 성능을 기존의 임상 모델 및 임상-영상 협력 모델의 성능과 비교했습니다.
연구 개요
상세 설명
최종 최적 모델에 포함된 특성들에 대해, 연속 변수의 군간 비교(간질성 폐질환 군 vs. 비간질성 폐질환 군)는 Wilcoxon 순위합 검정을 사용하여 수행되었습니다.
범주형 변수에 대해서는 적절한 경우 카이제곱 검정 또는 Fisher의 정확 검정을 채택했습니다. 모델 효능 비교에서, 각 머신러닝 분류기와 참조 모델 간 AUC 값의 통계적 차이를 평가하기 위해 DeLong 검정이 사용되었습니다. 모든 통계 분석은 R 소프트웨어(버전 4.4.1)를 사용하여 수행되었습니다.
적용된 해당 R 패키지에는 ROC 분석을 위한 pROC, 모델 훈련을 위한 caret, XGBoost 모델의 해석 가능성 분석을 위한 SHAP가 포함되었습니다.
모든 분석에 대해 양측 p-값 < 0.05가 통계적 유의성의 임계값으로 정의되었습니다.
연구 유형
관찰
등록 (실제)
200
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, 중국
- Department of Nuclear Medicine & Institute for medical imaging technology, Ruijin Hospital Affiliated to Shanghai Jiao Tong University School of Medicine,
-
-
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
2023년 6월부터 2025년 7월까지, 68Ga-FAPI-04 PET/CT 영상을 촬영한 연속적인 피부근염(DM) 환자 154명이 처음으로 고려되었습니다.
피부근염(DM)의 진단은 고전적 DM에 대한 Bohan과 Peter 기준[24] 또는 임상 무근육성 피부근염(CADM)에 대한 Sontheimer 기준[25]에 따라 확립되었습니다.
간질성 폐질환(ILD)의 진단은 다학제 팀이 임상 증상(기침, 호흡 곤란), 신체 소견(흡기성 수포음), 간질 변화의 고해상도 컴퓨터 단층촬영(HRCT) 증거, 제한성 환기 장애를 보이는 폐기능 검사의 조합을 바탕으로 확인되었습니다.
설명
포함 기준:
- 피부근염(DM) 진단은 Bohan과 Peter 기준에 따라 이루어졌습니다.
- 임상무근육피부근염(CADM) 진단은 Sontheimer 기준에 따라 확립되었습니다.
- 간질성 폐질환(ILD) 진단은 미국 흉부학회(ATS) 기준에 따라 확인되었습니다.
- ⁶⁸Ga-FAPI 및 ¹⁸F-FDG PET/CT 스캔은 핵의학과에서 수행되었습니다.
배제 기준: 다른 결합 조직 질환을 가진 환자.
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 |
|---|---|
|
ILD
ILD 진단은 미국흉부학회(ATS) 기준에 따라 확인되었습니다.
|
워크스테이션 또는 로컬 이미지 분석 소프트웨어를 통해 의료 이미지를 관찰합니다.
방사체학 또는 기계 학습 방법을 통한 이미지 특징 추출
|
|
비-ILD
ATS 기준에 따라 판단했을 때, 비 ILD 그룹의 환자들은 ILD의 증거가 없었습니다.
|
워크스테이션 또는 로컬 이미지 분석 소프트웨어를 통해 의료 이미지를 관찰합니다.
방사체학 또는 기계 학습 방법을 통한 이미지 특징 추출
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
68Ga-FAPI PET 영상의 영상 특징
기간: 기준선
|
기존 PET 파라미터 (SUVmax, SUVmin) 및 PET 텍스처 특징 파라미터 (라디오믹스)
|
기준선
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
머신러닝 및 참조 모델의 성능
기간: 기준선
|
ROC 곡선(Receiver Operating Characteristic 곡선), DCA 곡선(Decision Curve Analysis 곡선)
|
기준선
|
기타 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
최적 모델의 SHAP 분석
기간: 기준선
|
기준선
|
|
|
집단 간 차이
기간: 기준선
|
DM-ILD 및 DM 비-ILD 그룹의 모델 내 중요 매개변수 비교
|
기준선
|
|
상관관계 분석
기간: 기준선
|
모델 내 다양한 변수 간의 상관관계 분석.
|
기준선
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
스폰서
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)
2026년 1월 13일
기본 완료 (추정된)
2027년 1월 1일
연구 완료 (추정된)
2027년 1월 1일
연구 등록 날짜
최초 제출
2026년 3월 27일
QC 기준을 충족하는 최초 제출
2026년 4월 11일
처음 게시됨 (실제)
2026년 4월 15일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 4월 15일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 4월 11일
마지막으로 확인됨
2026년 1월 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. .
기계 학습에 대한 임상 시험
-
Bahar DönerIstanbul University - Cerrahpasa완전한간호 교육 | 문제 해결 | 간호에서의 공감 | 비폭력적 의사소통 | CONSTRUCTİVİST LEARNING MODEL터키 (Türkiye)