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

Contrastverbeterde medische echografie voor het identificeren van borstmassa's

29 januari 2026 bijgewerkt door: University of Southern California

Karakterisering van borstmassa's met behulp van een geïntegreerd raamwerk van machinaal leren en radiomics

Deze klinische studie onderzoekt de rol van contrastversterkte echografie (CEUS) bij het identificeren van cystische borstmassa's als goedaardig of kwaadaardig. Echografie is een diagnostische beeldvormingstest waarbij gebruik wordt gemaakt van geluidsgolven om foto's van het lichaam te maken zonder gebruik te maken van straling (röntgenstralen). Echografie wordt veel gebruikt om veel ziekten in het lichaam te diagnosticeren. Deze proef kan onderzoekers helpen erachter te komen of het gebruik van CEUS kan helpen bij het bepalen of een echogeleide biopsie al dan niet noodzakelijk is.

Studie Overzicht

Gedetailleerde beschrijving

PRIMAIRE DOELEN:

I. Om de verdeling van CEUS-parameters in borstmassa’s te onderzoeken en vergelijken die werden geëvalueerd als Breast Imaging Reporting and Data System (BI-RADS) 4a, 4b, 4c of 5 door conventionele echografie (VS) en werden aanbevolen voor echogeleide biopsie, en om te evalueren of deze parameters kunnen worden gebruikt om verdachte cysteuze borstmassa's als goedaardig of kwaadaardig te classificeren.

IA. Een op CEUS gebaseerde radiomics-workflow ontwikkelen om radiomische metrieken (> 1600 kenmerken) te extraheren bij het classificeren van borstmassa-maligniteiten (Radiomics).

Ib. Het ontwikkelen van een systematisch en rigoureus op machine learning (ML) gebaseerd raamwerk dat bestaat uit classificatie, kruisvalidatie en statistische analyses om de best presterende classificator voor stratificatie van borstmaligniteiten te identificeren op basis van van CEUS afgeleide radiomische statistieken (tijd-intensiteitscurve [TIC]-analyse en Radiomics).

Ik. Beoordelen van de onafhankelijke bijdrage van de radiomics-classifier en de tijd-intensiteitscurve-classifier aan de nauwkeurigheid van het model bij het onderscheiden van goedaardige van kwaadaardige gevallen (TIC-analyse versus [vs.] Radiomic).

ID kaart. Beoordelen van het potentiële voordeel van machine learning-classificatie bij het voorkomen van onnodige biopsie (TIC-analyse en radiomics).

OVERZICHT:

Patiënten krijgen intraveneus (IV) een contrastmiddel (Lumason of DEFINITY) en ondergaan vervolgens een CEUS-scan gedurende 60-90 minuten.

Studietype

Ingrijpend

Inschrijving (Geschat)

100

Fase

  • Fase 1

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

Studie Locaties

    • California
      • Los Angeles, California, Verenigde Staten, 90033
        • Werving
        • USC / Norris Comprehensive Cancer Center
        • Contact:
        • Hoofdonderzoeker:
          • Bino A. Varghese, PhD
      • Los Angeles, California, Verenigde Staten, 90033
        • Werving
        • Los Angeles County-USC Medical Center
        • Contact:
        • Hoofdonderzoeker:
          • Bino A. Varghese, PhD

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

Leeftijden die in aanmerking komen voor studie

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Beschrijving

Inclusiecriteria:

  • Nieuw gediagnosticeerde borstmassa's toegewezen als BIRADS 4a, 4b, 4c of 5 door conventionele US en aanbevolen voor echogeleide biopsie
  • Leeftijd >= 18 jaar
  • Vrouwelijk

Uitsluitingscriteria:

  • Contra-indicaties voor microbellencontrast: Patiënten met een bekende pulmonale hypertensie en een bekende overgevoeligheid voor Amerikaans contrastmiddel
  • Vrouwen die zwanger zijn, mogelijk zwanger zijn of borstvoeding geven
  • Vrouwen die momenteel neoadjuvante chemotherapie ondergaan
  • Vrouwen < 18 jaar
  • Massa's in dezelfde borst die eerder een lumpectomie hadden ondergaan vanwege kanker
  • Vrouwen met kanker in dezelfde borst worden uitgesloten, maar vrouwen met kanker in de contralaterale borst komen in aanmerking voor deelname aan het onderzoek.
  • Vrouwen met een allergie voor perflutren
  • Voorgeschiedenis van biopsie voor die specifieke laesie

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

  • Primair doel: Diagnostisch
  • Toewijzing: NVT
  • Interventioneel model: Opdracht voor een enkele groep
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: Diagnostisch (contrastmiddel, CEUS)
Patiënten krijgen een contrasttracer (Lumason of DEFINITY) IV en ondergaan vervolgens een CEUS-scan gedurende 60-90 minuten.
Onderga CEUS
Andere namen:
  • CEUS
IV gegeven
Andere namen:
  • Lumason
  • SF6 Lipide Microsferen
  • Zwavelhexafluoride Lipide-type A microsferen
IV gegeven
Andere namen:
  • Definitie

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Op radiomics gebaseerd ML-classificatieframework
Tijdsspanne: Tot 12 maanden
De prestaties van het op radiomics gebaseerde ML-classificatieframework zullen worden vergeleken met de prestaties van de TIC-metrieken. De gezamenlijke prestaties van radiomics en TIC-analyse zullen worden vergeleken met hun individuele prestaties. De prestaties van de classificator zullen worden beoordeeld aan de hand van de oppervlakte onder de curve (AUC). De Z-test zal worden gebruikt om het verschil te vergelijken tussen het gebied onder de curven 1) AUCbeide versus (vs.) AUCradiomisch 2) AUCbeide versus AUCTISCH 3) AUCTISCH versus AUCradiomisch.
Tot 12 maanden
Prestaties van op radiomics gebaseerde ML-aanpak om onnodige biopsieën te voorkomen
Tijdsspanne: Tot 12 maanden
Zal het percentage goedaardige gevallen beoordelen dat als goedaardig kan worden geclassificeerd door ML (specificiteit), waardoor een biopsie is voorkomen. Selecteert het diagnostische afkappunt op basis van de ROC-curve die is opgebouwd uit de voorspelde waarschijnlijkheid. Een dergelijk afkappunt zal resulteren in een maximale gevoeligheid (100%). Specificiteit met een betrouwbaarheidsinterval van 95% Clopper Pearson zal worden verkregen.
Tot 12 maanden

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Bino A Varghese, PhD, University of Southern California

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 (Werkelijk)

5 november 2020

Primaire voltooiing (Geschat)

5 november 2026

Studie voltooiing (Geschat)

5 november 2027

Studieregistratiedata

Eerst ingediend

14 juli 2022

Eerst ingediend dat voldeed aan de QC-criteria

5 december 2023

Eerst geplaatst (Werkelijk)

14 december 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

2 februari 2026

Laatste update ingediend die voldeed aan QC-criteria

29 januari 2026

Laatst geverifieerd

1 januari 2026

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • 1B-19-5 (Andere identificatie: USC / Norris Comprehensive Cancer Center)
  • P30CA014089 (Subsidie/contract van de Amerikaanse NIH)
  • NCI-2022-03665 (Register-ID: CTRP (Clinical Trial Reporting Program))

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Ja

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

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 .

Abonneren