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

De toepassingswaarde van op deep learning gebaseerde nomogrammen bij goedaardige en kwaadaardige discriminatie van TI-RADS categorie 4 schildkliernodules

5 februari 2024 bijgewerkt door: Ma Zhe

Deze retrospectieve studie richt zich op de goedaardige en kwaadaardige classificatie van schildklierknobbeltjes met behulp van deep learning-technieken en evalueert de waarde van op deep learning gebaseerde nomogrammen bij de classificatie van TI-RADS categorie 4 schildklierknobbeltjes om de nauwkeurigheid van de goedaardige en kwaadaardige identificatie van de TI-RADS-categorie te verbeteren. 4 schildklierknobbeltjes.

Materialen en methoden: Patiënten die een bezoek brachten aan het eerste aangesloten ziekenhuis van de Shandong First Medical University en het Shandong Provincial Qianfoshan Hospital werden verzameld. Hun algemene klinische kenmerken, informatie over preoperatieve echografie en postoperatieve pathologische gegevens werden beoordeeld.

Studie Overzicht

Toestand

Voltooid

Conditie

Studietype

Observationeel

Inschrijving (Werkelijk)

500

Contacten en locaties

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

Studie Locaties

  • China
    • Shandong
      • Jinan, Shandong, China
        • QianfoshanH

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

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

De studie verzamelde gegevens over in totaal 500 TI-RADS categorie 4-schildklierknobbeltjes van 500 patiënten die van april 2022 tot november 2023 het First Affiliated Hospital van de Shandong First Medical University bezochten.

Beschrijving

Inclusiecriteria:

  1. Door middel van echografie bevestigde diagnose van schildklierknobbeltjes die zijn geclassificeerd als TI-RADS categorie 4.
  2. Beschikbaarheid van pathologische resultaten.

Uitsluitingscriteria:

  1. Gebrek aan pathologische diagnose.
  2. Geschiedenis van een schildklieroperatie of andere behandelingen.
  3. Slechte kwaliteit van echografiebeelden van schildklierknobbeltjes.
  4. Onvolledige klinische en beeldgegevens van de patiënt.

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

Cohorten en interventies

Groep / Cohort
kwaadaardig
Schildklierknobbeltjes met door chirurgische of punctiebiopsie bevestigde pathologische bevindingen van maligniteit in de TI-RADS4-categorie
goedaardig
Schildklierknobbeltjes met door chirurgische of punctiebiopsie bevestigde pathologische bevindingen van de goedaardige TI-RADS4-categorie

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
deep learning-voorspellingsmodel (YOLOv3) en de modelevaluatie
Tijdsspanne: Onmiddellijk geëvalueerd nadat het voorspellingsmodel was gebouwd
Op basis van de kenmerken van goedaardige en kwaadaardige schildklierknobbeltjes werd de dataset verdeeld in een trainingsset en een testset met behulp van de kruisvalidatiemethode, en werd het YOLOv3-model getraind met behulp van gegevens uit de trainingsset, en de prestaties van het model werden geëvalueerd met behulp van gegevens uit de testset. Het model wordt geëvalueerd met behulp van een aantal statistieken, zoals: precisie-herinneringscurve, effectieve classificatieprecisie, verwarringsmatrix en gebied onder de curve.
Onmiddellijk geëvalueerd nadat het voorspellingsmodel was gebouwd
nomogramvoorspelling en beoordeling
Tijdsspanne: Onmiddellijk geëvalueerd nadat het nomogram was gemaakt
Factoring van klinische kenmerken, beoordeling van echografie en modelvoorspellingen om nomogrammen in kaart te brengen met behulp van de R-taal. Evaluatie van het nomogram met behulp van verschillende statistieken, waaronder karakteristieke curven van het onderwerp, kalibratiecurven en analyse van beslissingscurven
Onmiddellijk geëvalueerd nadat het nomogram was gemaakt
Selectie van klinische kenmerken en beoordeling
Tijdsspanne: Nadat de dataset is verzameld en de pathologieresultaten zijn verkregen, worden de verkregen statistische resultaten geanalyseerd op klinische factoren, gemiddeld ongeveer 1 jaar.
De onderzoekers selecteerden binnen 1 jaar patiënten met TI-RADS categorie 4 schildklierknobbeltjes om de dataset samen te stellen. De onderzoekers analyseerden de klinische factoren in de dataset en analyseerden de betekenis van deze klinische factoren op de statistische resultaten en klinische kenmerken met behulp van de Wilcoxon two-sample rank sum test of chi-kwadraattest.
Nadat de dataset is verzameld en de pathologieresultaten zijn verkregen, worden de verkregen statistische resultaten geanalyseerd op klinische factoren, gemiddeld ongeveer 1 jaar.
Impact en beoordeling van ultrasone beoordeling
Tijdsspanne: De graduele resultaten van het echografisch onderzoek werden geanalyseerd nadat het verzamelen van de dataset was voltooid, het echografisch onderzoek was voltooid en de definitieve pathologieresultaten waren verkregen, gemiddeld ongeveer 1 jaar.
De onderzoekers selecteerden binnen 1 jaar patiënten met TI-RADS categorie 4 schildklierknobbeltjes om de dataset samen te stellen. De onderzoekers analyseerden de resultaten van het beoordelen van TI-RADS categorie 4-knobbeltjes in deze dataset en bepaalden de betekenis van echografie op de statistische resultaten met behulp van de chikwadraattest.
De graduele resultaten van het echografisch onderzoek werden geanalyseerd nadat het verzamelen van de dataset was voltooid, het echografisch onderzoek was voltooid en de definitieve pathologieresultaten waren verkregen, gemiddeld ongeveer 1 jaar.

Medewerkers en onderzoekers

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

Sponsor

Ma Zhe

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)

1 april 2022

Primaire voltooiing (Werkelijk)

30 november 2023

Studie voltooiing (Werkelijk)

30 november 2023

Studieregistratiedata

Eerst ingediend

4 januari 2024

Eerst ingediend dat voldeed aan de QC-criteria

5 februari 2024

Eerst geplaatst (Werkelijk)

14 februari 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

14 februari 2024

Laatste update ingediend die voldeed aan QC-criteria

5 februari 2024

Laatst geverifieerd

1 februari 2024

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • YXLL-KY-2023(133)

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 .

Abonneren