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

Microvasculaire invasie Voorspelling van kunstmatige intelligentie via contrastversterkte echografie met uitlegbaarheid (MAPUSE)

3 januari 2025 bijgewerkt door: Ping Liang, Chinese PLA General Hospital

Voorspelling van microvasculaire invasie bij HCC met behulp van spatiotemporele radiomics van contrastversterkte echografie: een diepgaand leermodel met transcriptomics-correlatie

Er werd een kunstmatige intelligentie (AI)-model geconstrueerd om MVI van HCC te voorspellen met behulp van contrastversterkte echografie. Dit model heeft ook biologische verklaarbaarheid. De onderzoekers noemden het MAPUSE (MVI AI-voorspelling via contrastversterkte echografie met uitlegbaarheid).

Het doel van de MAPUSE-studie is om de prestaties van het MAPUSE-model op het gebied van MVI-voorspelling en de biologische correlatie ervan in verschillende geografische gebieden van China prospectief te testen.

Studie Overzicht

Gedetailleerde beschrijving

De aanwezigheid van microvasculaire invasie (MVI) bij hepatocellulair carcinoom (HCC) is een kritische prognostische indicator, maar de preoperatieve diagnose ervan blijft een uitdaging. Contrast-enhanced echografie (CEUS), met zijn dynamische microvasculaire beeldvormingsmogelijkheden, is veelbelovend bij het voorspellen van MVI.

De onderzoekers construeerden een model voor kunstmatige intelligentie (AI) om MVI te voorspellen met behulp van contrastversterkte echografie. Dit model heeft ook biologische verklaarbaarheid. We noemden het MAPUSE (MVI AI-voorspelling via contrastversterkte echografie met uitlegbaarheid).

Het doel van de MAPUSE-studie is om de prestaties van het MAPUSE-model op het gebied van MVI-voorspelling en de biologische correlatie ervan in verschillende geografische gebieden van China prospectief te testen.

De prestaties van MAPUSE zullen worden getest in twee prospectieve testcohorten uit twee centra in Zuid- en Noord-China. Vóór de operatie worden CEUS-video's van patiënten verzameld en geanalyseerd door het MAPUSE-model om een ​​MVI-risicoscore te genereren. Volgens de postoperatieve pathologische diagnose van MVI (gouden criterium) zal het resultaat van MAPUSE worden geëvalueerd. Parameters omvatten oppervlakte onder de curve (AUC), nauwkeurigheid (ACC), gevoeligheid, specificiteit en F1-score.

Studietype

Observationeel

Inschrijving (Werkelijk)

250

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

      • Beijing, China, 100853
        • Chinese PLA General Hospital
    • Guangdong
      • Guangzhou, Guangdong, China, 510080
        • The First Affiliated Hospital of Sun Yat-sen University

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

Volwassen patiënten die een chirurgische behandeling voor HCC hebben ondergaan

Beschrijving

Inclusiecriteria:

  1. Leeftijd >18 jaar oud.
  2. De HCC-diagnose en de aanwezigheid van MVI werden bevestigd door chirurgische pathologie.
  3. Volledige en duidelijke CEUS-video's verkregen binnen twee weken preoperatief.

Uitsluitingscriteria:

  1. Ongekwalificeerde CEUS-afbeeldingen.
  2. Ontbrekende chirurgische pathologische diagnose.
  3. Laesies ondergingen lokale behandelingen.
  4. Niet-HCC-diagnose

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
Chinees PLA algemeen ziekenhuiscohort
Patiënten uit het Chinese PLA General Hospital (Noord-China) na chirurgische behandeling
Het MAPUSE-model gebruiken om de MVI-status vóór chirurgische resectie bij HCC-patiënten te voorspellen
het eerste aangesloten ziekenhuis van Sun Yat-sen University Cohort
Patiënten van het First Affiliated Hospital van de Sun Yat-sen Universiteit (Zuid-China) na een chirurgische behandeling
Het MAPUSE-model gebruiken om de MVI-status vóór chirurgische resectie bij HCC-patiënten te voorspellen

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
gebied onder bedrijfskarakteristieken (AUC)
Tijdsspanne: Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)
het gebied onder de operationele karakteristieken (AUC) om de prestaties van het MAPUSE-model te evalueren bij het voorspellen van MVI bij HCC-patiënten
Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
ACC (nauwkeurigheid)
Tijdsspanne: Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)
De verhouding tussen het aantal monsters dat correct door het model is voorspeld en het totale aantal monsters
Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)
Specificiteit
Tijdsspanne: Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)
Percentage van alle patiënten zonder MVI die door MAPUSE negatief worden voorspeld
Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)
Gevoeligheid
Tijdsspanne: Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)
Het percentage patiënten met MVI dat MAPUSE correct identificeert
Van preoperatieve inschrijving tot de postoperatieve bevestiging van de pathologische diagnose (7-15 dagen postoperatief)

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Chuan Pang, Chinese PLA General Hospital

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 november 2023

Primaire voltooiing (Werkelijk)

30 mei 2024

Studie voltooiing (Werkelijk)

30 mei 2024

Studieregistratiedata

Eerst ingediend

28 december 2024

Eerst ingediend dat voldeed aan de QC-criteria

3 januari 2025

Eerst geplaatst (Werkelijk)

25 maart 2025

Updates van studierecords

Laatste update geplaatst (Werkelijk)

25 maart 2025

Laatste update ingediend die voldeed aan QC-criteria

3 januari 2025

Laatst geverifieerd

1 januari 2025

Meer informatie

Termen gerelateerd aan deze studie

Andere studie-ID-nummers

  • MAPUSE
  • 82030047 (Ander subsidie-/financieringsnummer: National Natural Science Foundation of China)
  • 92159305 (Andere identificatie: The National Natural Science Foundation of China)
  • 82325027 (Andere identificatie: The National Natural Science Foundation of China)

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

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