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

Een Deep Learning Radiomics-model voor het voorspellen van occulte peritoneale metastasen van pancreasadenocarcinoom

26 maart 2024 bijgewerkt door: Siya Shi, First Affiliated Hospital, Sun Yat-Sen University

Ontwikkeling en validatie van een deep learning radiomics-model met klinisch-radiologische kenmerken voor de identificatie van occulte peritoneale metastasen bij patiënten met pancreasductaal adenocarcinoom

Occulte peritoneale metastasen (OPM) bij patiënten met ductaal adenocarcinoom van de pancreas (PDAC) worden tijdens beeldvorming vaak over het hoofd gezien. Ons doel was het ontwikkelen en valideren van een CT-gebaseerd deep learning-based radiomics (DLR)-model met klinisch-radiologische kenmerken om OPM te identificeren bij patiënten met PDAC vóór de behandeling.

Studie Overzicht

Gedetailleerde beschrijving

Deze retrospectieve, bicentrische studie omvatte 302 patiënten met PDAC (training: n = 167, OPM-positief, n=22; interne test: n = 72, OPM-positief, n=9: externe test, n=63, OPM-positief , n=9) die tussen januari 2012 en oktober 2022 CT-onderzoeken bij aanvang hadden ondergaan. Handgemaakte radiomics (HCR) en DLR-kenmerken van de tumor en HCR-kenmerken van het peritoneum werden uit CT-beelden gehaald. Wederzijdse informatie en minst absolute krimp- en selectie-operatoralgoritmen werden gebruikt voor de selectie van kenmerken. Een gecombineerd model, dat de geselecteerde klinisch-radiologische, HCR- en DLR-kenmerken omvatte, werd ontwikkeld met behulp van een logistische regressieclassificator met behulp van gegevens uit het trainingscohort en gevalideerd in de testcohorten.

Studietype

Observationeel

Inschrijving (Werkelijk)

302

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

    • Guangdong
      • Guangzhou, Guangdong, China, 510000
        • Shi Siya

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

Patiënten met vermoedelijke pancreastumoren die contrastversterkte CT en pathologische onderzoeken hadden ondergaan, werden tussen januari 2012 en oktober 2022 in Centrum 1 en tussen januari 2014 en oktober 2021 in Centrum 2 gescreend.

Beschrijving

Inclusiecriteria:

Patiënten met vermoedelijke pancreastumoren die contrastversterkte CT- en pathologische onderzoeken ondergingen in Centrum 1 en Centrum 2 kwamen in aanmerking voor opname in deze studie.

Uitsluitingscriteria:

  • (a) pathologisch gediagnosticeerde PDAC door pathologie, (b) tijdsintervallen tussen contrastversterkte CT en pathologie minder dan 2 weken; (c) geschiedenis van pancreaschirurgie, (d) geschiedenis van pancreasmaligniteit, en (e) slechte CT-beeldkwaliteit die de beoordeling van peritoneale laesies ondermijnde

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
Interventie / Behandeling
peritoneale metastasen
Er was geen interventie toegepast tijdens de behandeling van patiënten.
diagnose van PDAC met peritoneaal onderzoek op basis van de chirurgische (voor tumoren behandeld met een operatie) of diagnostische stadiëring laparoscopiebevindingen (voor tumoren behandeld met radiotherapie/chemotherapie)
zonder peritoneale metastasen
Er was geen interventie toegepast tijdens de behandeling van patiënten.
diagnose van PDAC met peritoneaal onderzoek op basis van de chirurgische (voor tumoren behandeld met een operatie) of diagnostische stadiëring laparoscopiebevindingen (voor tumoren behandeld met radiotherapie/chemotherapie)

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
gediagnosticeerd met peritoneale metastasen
Tijdsspanne: onmiddellijk na de operatie
percentage
onmiddellijk na de operatie

Medewerkers en onderzoekers

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

Onderzoekers

  • Studie directeur: Shi-Ting Feng, MD, First Affiliated Hospital, Sun Yat-Sen University

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 januari 2021

Primaire voltooiing (Werkelijk)

31 oktober 2022

Studie voltooiing (Werkelijk)

30 juli 2023

Studieregistratiedata

Eerst ingediend

26 november 2023

Eerst ingediend dat voldeed aan de QC-criteria

26 maart 2024

Eerst geplaatst (Werkelijk)

29 maart 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

29 maart 2024

Laatste update ingediend die voldeed aan QC-criteria

26 maart 2024

Laatst geverifieerd

1 maart 2024

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Beschrijving IPD-plan

Alle voor dit onderzoek gegenereerde gegevens waren op redelijk verzoek van de auteurs.

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