AI-versterkte analyse van borstdichtheid en achtergrond parenchymale verbetering (BPE)
15 februari 2025 bijgewerkt door: Graziella di Grezia, Link Campus University
Deze studie breidt uit naar eerder onderzoek naar de correlatie tussen borstdichtheid, achtergrondparenchymale verbetering (BPE) en leeftijd in contrastversterkte mammografie (CEM).
Door de integratie van kunstmatige intelligentie (AI) methodologieën, waaronder kunstmatige neurale netwerken (ANN's) en diepe leermodellen, is de studie als doel de nauwkeurigheid van voorspellingen te optimaliseren en eerdere bevindingen te valideren die zijn verkregen door meerdere lineaire regressie.
Studie Overzicht
Toestand
Aanmelden op uitnodiging
Studietype
Observationeel
Inschrijving (Geschat)
213
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
-
-
-
Naples, Italië, 80138
- University of Campania Luigi Vanvitelli
-
-
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
Vrouwen van 18 jaar en ouder die CEM ondergingen voor diagnostische of bewakingsdoeleinden.
Patiënten met geregistreerde BPE-niveaus en BI-RADS Breast Density Classificatie.
Relationele database die gestructureerde gegevens bevat voor correlatiematrixanalyse en AI -modeltraining.
Beschrijving
Patiënten die CEM, mammografie en echografie ondergingen tussen mei 2022 en juni 2023.
Beschikbaarheid van BPE-beoordeling, Bi-Rads Density-classificatie en leeftijdsgegevens.
Volledige gegevensset beschikbaar voor statistische en AI-gebaseerde analyse.
Uitsluitingscriteria:
Patiënten met eerdere behandeling van borstkanker die BPE zou kunnen veranderen.
Onvolledige beeldvorming of ontbrekende classificatiegegevens.
Contra-indicaties voor contrastversterkte beeldvorming.
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 |
|---|
|
Patiens onderging CEM
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Correlatie tussen borstdichtheid, BPE en leeftijd met behulp van AI-gedreven analyse.
Tijdsspanne: Gegevensanalyse binnen 12 maanden na voltooiing van de studie.
|
Evalueren of AI -modellen, inclusief neurale netwerken, de nauwkeurigheid van de voorspelling voor BPE -beoordeling kunnen verbeteren in vergelijking met conventionele meervoudige lineaire regressie.
|
Gegevensanalyse binnen 12 maanden na voltooiing van de studie.
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
AI-gebaseerde optimalisatie van borstdichtheid en BPE-classificatie
Tijdsspanne: Binnen 12 maanden na voltooiing van de studie
|
Evaluatie van de prestaties van neurale netwerken bij het voorspellen van BPE -niveaus in verschillende categorieën van borstdichtheid.
|
Binnen 12 maanden na voltooiing van de studie
|
|
Vergelijkende prestaties van meerdere lineaire regressie versus AI -modellen.
Tijdsspanne: Binnen 12 maanden na voltooiing van de studie.
|
Beoordeling van de nauwkeurigheid van traditionele statistische methoden versus ANN-gebaseerde voorspellingen bij het verklaren van variantie in BPE-waarden.
|
Binnen 12 maanden na voltooiing van de studie.
|
|
Gemiddelde kwadratische fout (MSE) en verklaarde variantie in voorspellende modellen
Tijdsspanne: Binnen 12 maanden na voltooiing van de studie
|
Analyse van de foutenpercentages en variantie verklaard door verschillende AI -modellen in vergelijking met meerdere lineaire regressie.
|
Binnen 12 maanden na voltooiing van de studie
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Medewerkers
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 mei 2022
Primaire voltooiing (Werkelijk)
30 juni 2023
Studie voltooiing (Geschat)
1 februari 2025
Studieregistratiedata
Eerst ingediend
15 februari 2025
Eerst ingediend dat voldeed aan de QC-criteria
15 februari 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
15 februari 2025
Laatst geverifieerd
1 februari 2025
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- T_6_2025
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 .