Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Multicentric Study for External Validation of a Deep Learning Model for Mammographic Breast Density Categorization

19 augustus 2021 bijgewerkt door: Hospital Italiano de Buenos Aires
The correct categorization of breast density is essential to adapt the diagnostic examination to the needs of each patient. Assessment of breast density is performed visually by radiologists. Some authors have detected that this method involves considerable intra and interobserver variability. On the other hand, automated systems for measuring breast density are becoming more and more frequent. Machine learning is a domain of Artificial Intelligence, which comprises the process of developing systems with the ability to learn and make predictions using data. These systems are designed to aid healthcare professional decision making. In the present work, the multicenter study of external validation of a tool based on deep learning for the categorization of mammographic breast density is proposed.

Studie Overzicht

Toestand

Toestand

Geeft de huidige wervingsstatus of de uitgebreide toegangsstatus aan.
Nog niet aan het werven

Conditie

Conditie

De ziekte, stoornis, syndroom, aandoening of verwonding die wordt bestudeerd. Op ClinicalTrials.gov kunnen aandoeningen ook andere gezondheidsgerelateerde problemen omvatten, zoals levensduur, kwaliteit van leven en gezondheidsrisico's.

Gedetailleerde beschrijving

The correct categorization of breast density is essential to adapt the diagnostic examination to the needs of each patient. Assessment of breast density is performed visually by radiologists. Some authors have detected that this method involves considerable intra and interobserver variability. On the other hand, automated systems for measuring breast density are becoming more and more frequent. Consequently, in clinical practice, breast density is reported from the assessment carried out by specialists with the support of these systems. But there are few studies about the use, concordance and perception of usefulness of professionals on these tools. A study carried out at the Hospital Italiano de Buenos Aires reported a moderate to almost perfect inter- and intra-observer agreement among radiologists and a moderate concordance between the categorization carried out by experts and that carried out by commercial software of a digital mammography machine. Machine learning is a domain of Artificial Intelligence, which comprises the process of developing systems with the ability to learn and make predictions using data. Once a system designed to aid healthcare professional decision making is developed, it must be validated. In 2019, an internal validation of a tool based on deep learning techniques was carried out for the automatic categorization of mammographic breast density. The tool reached a very good interobserver agreement, kappa = 0.64 (95% CI 0.58-0.69), when compared with the performance of the professionals. It reached a sensitivity of 83.2 (CI: 76.9-88.3) and a specificity of 88.4 (83.9-92.0.) In the present work, the multicenter study of external validation of a tool based on deep learning for the categorization of mammographic breast density is proposed. The evaluation of this tool will be carried out in two external institutions: Hospital Alemán and Fundación Científica del Sur.

Studietype

Studietype

Beschrijft de aard van een klinische studie. Onderzoekstypen omvatten interventionele studies (ook wel klinische studies genoemd), observationele studies (inclusief patiëntenregistraties) en uitgebreide toegang.
Observationeel

Inschrijving (Verwacht)

Inschrijving

Het aantal deelnemers aan een klinische studie. De "verwachte" inschrijving is het beoogde aantal deelnemers dat de onderzoekers nodig hebben voor het onderzoek.
277

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studiecontact

De naam en contactgegevens van de persoon die inschrijvingsvragen voor een klinische studie kan beantwoorden. Ook kan elke locatie waar het onderzoek wordt uitgevoerd een specifieke contactpersoon hebben, die die vragen wellicht beter kan beantwoorden.

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Geschiktheidscriteria

De belangrijkste eisen waaraan mensen die willen deelnemen aan een klinische studie moeten voldoen of de eigenschappen die ze moeten hebben. Geschiktheidscriteria bestaan ​​uit zowel inclusiecriteria (die vereist zijn voor een persoon om deel te nemen aan het onderzoek) als uitsluitingscriteria (die voorkomen dat een persoon deelneemt). Soorten geschiktheidscriteria zijn onder meer of een onderzoek gezonde vrijwilligers accepteert, leeftijds- of leeftijdsgroepvereisten heeft, of wordt beperkt door geslacht.

Leeftijden die in aanmerking komen voor studie

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Ja

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

The unit of analysis will be the bilateral mammographic images with mediolateral oblique and craniocaudal views. The images selected for this study will be screening mammograms performed at Saint John's Cancer Institute. The institution will select the images according to the inclusion and exclusion criteria. The images will be extracted from the institutional database retrospectively and will be anonymized without any personal data, except for the age of the patient. These images will be stored in DICOM format, in a safe place with restricted access limited only to the investigation team.

Beschrijving

Inclusion Criteria:

  • Mammograms included in the study should meet the following criteria:

    • Female patients of 40 years of age or more.
    • To have at least one screening mammography exam performed at Saint John's
    • Cancer Institute during the study period. These exams will be included regardless of the brand of the mammography equipment.
    • Mammograms should be performed with digital equipment.

Exclusion Criteria:

  • Mammograms with the following criteria will be excluded from the study:

    • Patients with gigantomastia, defined by the need for more than one image of each mammographic view (mediolateral oblique and craniocaudal) to evaluate the entire breast volume.
    • Patients with breast implants.
    • Patients with a history of breast surgery.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Wat meet het onderzoek?

Primaire uitkomstmaten

Primaire uitkomstmaten

In het protocol van een klinische studie, de geplande uitkomstmaat die het belangrijkst is voor het evalueren van het effect van een interventie/behandeling. De meeste klinische onderzoeken hebben één primaire uitkomstmaat, maar sommige hebben er meer dan één.
Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Agreement between the majority report and Artemisia´s categorization of dense breasts/non-dense breasts
Tijdsspanne: 2 months
The agreement between the CNN and the total of the professionals' categorizations will be calculated with the linear weighted kappa. To this end, the categories assigned by the professionals will be considered as only one observer in each one of the studies and they will be compared to those assigned by Artemisia for the same set of images.
2 months
Agreement between the majority report and Artemisia in each one of the four breast density categories
Tijdsspanne: 2 months
For each one of the professionals involved in the study, the agreement with the CNN will be calculated with the linear weighted kappa coefficient. To this end, the categories assigned by the professionals will be considered as only one observer in each one of the studies and they will be compared to those assigned by Artemisia for the same set of images.
2 months

Secundaire uitkomstmaten

Secundaire uitkomstmaten

In het protocol van een klinische studie, een geplande uitkomstmaat die niet zo belangrijk is als de primaire uitkomstmaat voor het evalueren van het effect van een interventie, maar die nog steeds van belang is. De meeste klinische onderzoeken hebben meer dan één secundaire uitkomstmaat.
Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Agreement between each observer and Artemisia´s categorization of dense breasts/non-dense breasts
Tijdsspanne: 2 months
To this end, the categories assigned by the professionals will be considered as only one observer in each one of the studies and they will be compared to those assigned by Artemisia for the same set of images.
2 months
Agreement between each observer and Artemisia in each one of the four breast density categories
Tijdsspanne: 2 months
For each one of the professionals involved in the study, the agreement with the CNN will be calculated with the linear weighted kappa coefficient. To this end, the categories assigned by the professionals will be considered as only one observer in each one of the studies and they will be compared to those assigned by Artemisia for the same set of images.
2 months
Agreement between each observer and the majority report in the categorization of dense breasts/non-dense breasts
Tijdsspanne: 2 months
For each one of the professionals involved in the study, the agreement with the majority report will be calculated with the linear weighted kappa coefficient. To this end, the categories assigned by the professionals will be considered as only one observer in each one of the studies and they will be compared to those assigned by the majority report for the same set of images.
2 months
Agreement between each observer and the majority report in each one of the four breast density categories
Tijdsspanne: 2 months
For each one of the professionals involved in the study, the agreement with the majority report will be calculated with the linear weighted kappa coefficient. To this end, the categories assigned by the professionals will be considered as only one observer in each one of the studies and they will be compared to those assigned by the majority report for the same set of images.
2 months

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Sponsor

De organisatie of persoon die het onderzoek initieert en die autoriteit en controle heeft over het onderzoek.
Hospital Italiano de Buenos Aires

Onderzoekers

Onderzoekers

Een onderzoeker die betrokken is bij een klinische studie. Verwante termen zijn onder meer hoofdonderzoeker van de locatie, subonderzoeker van de locatie, onderzoeksvoorzitter, onderzoeksleider en hoofdonderzoeker van de studie.
  • Hoofdonderzoeker: Daniel R Luna, MD, Hospital Italiano de Buenos Aires

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

Nuttige links

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

Studie start

De daadwerkelijke datum waarop de eerste deelnemer aan een klinische studie deelnam. De "verwachte" startdatum van de studie is de datum waarvan de onderzoekers denken dat deze de startdatum van de studie zal zijn.
1 september 2021

Primaire voltooiing (Verwacht)

Primaire voltooiing

De datum waarop de laatste deelnemer aan een klinische studie is onderzocht of een interventie heeft ondergaan om definitieve gegevens voor de primaire uitkomstmaat te verzamelen. Of de klinische studie volgens het protocol is beëindigd of is beëindigd, heeft geen invloed op deze datum. Voor klinische onderzoeken met meer dan één primaire uitkomstmaat met verschillende voltooiingsdata verwijst deze term naar de datum waarop de gegevensverzameling voor alle primaire uitkomstmaten is voltooid. De "verwachte" primaire voltooiingsdatum is de datum waarvan de onderzoekers denken dat deze de primaire voltooiingsdatum voor het onderzoek zal zijn.
1 april 2022

Studie voltooiing (Verwacht)

Studie voltooiing

De datum waarop de laatste deelnemer aan een klinisch onderzoek is onderzocht of een interventie/behandeling heeft ondergaan om definitieve gegevens te verzamelen voor de primaire uitkomstmaten, secundaire uitkomstmaten en bijwerkingen (d.w.z. het laatste bezoek van de laatste deelnemer). De "verwachte" voltooiingsdatum van de studie is de datum waarvan de onderzoekers denken dat deze de voltooiingsdatum van de studie zal zijn.
1 juli 2022

Studieregistratiedata

Eerst ingediend

Eerst ingediend

De datum waarop de onderzoekssponsor of onderzoeker voor het eerst een onderzoeksdossier heeft ingediend bij ClinicalTrials.gov. Er is meestal een vertraging van een paar dagen tussen de eerste ingediende datum en de beschikbaarheid van het dossier op ClinicalTrials.gov (de eerste geposte datum).
19 augustus 2021

Eerst ingediend dat voldeed aan de QC-criteria

Eerst ingediend dat voldeed aan de QC-criteria

De datum waarop de onderzoekssponsor of onderzoeker voor het eerst een onderzoeksdossier indient dat consistent is met de beoordelingscriteria voor kwaliteitscontrole (QC) van de National Library of Medicine (NLM). De sponsor of onderzoeker moet mogelijk een of meerdere keren een onderzoeksdossier herzien en indienen voordat aan de QC-beoordelingscriteria van NLM wordt voldaan. Het is de verantwoordelijkheid van de sponsor of onderzoeker om ervoor te zorgen dat het onderzoeksdossier consistent is met de NLM QC-beoordelingscriteria.
19 augustus 2021

Eerst geplaatst (Werkelijk)

Eerst geplaatst

De datum waarop het onderzoeksdossier voor het eerst beschikbaar was op ClinicalTrials.gov nadat de beoordeling van de kwaliteitscontrole (QC) van de National Library of Medicine (NLM) is afgerond. Er is meestal een vertraging van een paar dagen tussen de datum waarop de onderzoekssponsor of onderzoeker het onderzoeksdossier heeft ingediend en de eerste geposte datum.
25 augustus 2021

Updates van studierecords

Laatste update geplaatst (Werkelijk)

Laatste update geplaatst

De meest recente datum waarop wijzigingen in een onderzoeksdossier beschikbaar zijn gemaakt op ClinicalTrials.gov. Er kan een vertraging optreden tussen het moment waarop de wijzigingen zijn ingediend bij ClinicalTrials.gov door de sponsor of onderzoeker van het onderzoek (de datum waarop de laatste update is ingediend) en de datum waarop de laatste update is gepost.
25 augustus 2021

Laatste update ingediend die voldeed aan QC-criteria

Laatste update ingediend die voldeed aan QC-criteria

De meest recente datum waarop de onderzoekssponsor of onderzoeker wijzigingen in een onderzoeksdossier heeft ingediend die in overeenstemming zijn met de beoordelingscriteria voor kwaliteitscontrole (QC) van de National Library of Medicine (NLM). Het is de verantwoordelijkheid van de sponsor of onderzoeker om ervoor te zorgen dat het onderzoeksdossier consistent is met de NLM QC-beoordelingscriteria.
19 augustus 2021

Laatst geverifieerd

Laatst geverifieerd

De meest recente datum waarop de onderzoekssponsor of onderzoeker de informatie over een klinisch onderzoek op ClinicalTrials.gov als nauwkeurig en actueel heeft bevestigd. Indien een studie met een wervingsstatus van werving; nog niet aan het werven; of actief, geen rekrutering is niet bevestigd in de afgelopen 2 jaar, de rekruteringsstatus van de studie wordt weergegeven als onbekend.
1 juli 2021

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

Andere studie-ID-nummers

Identificatoren of ID-nummers anders dan het NCT-nummer die aan een klinisch onderzoek zijn toegewezen door de sponsor, financiers of anderen van het onderzoek. Deze nummers kunnen unieke identificatoren van andere onderzoeksregisters en subsidienummers van de National Institutes of Health bevatten.
  • 6077
  • 4927 (PRIISA)

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Cookie-instellingen

We gebruiken cookies om ervoor te zorgen dat we u de beste ervaring op onze website bieden. Lees ons privacy- en cookiebeleid voor meer informatie. ...>>>U kunt uw voorkeuren op elk moment wijzigen of uw toestemming intrekken door de cookies van uw website of computer te verwijderen zoals beschreven in het beleid. Accepteer het en kies uw voorkeuren door de overeenkomstige vakjes aan te vinken in het gedeelte "Instellingen beheren" hieronder. Lees onze Servicevoorwaarden zorgvuldig door voordat u verder gaat met het gebruiken van enig onderdeel van deze website.
«Beheer instellingen