Het op CT gebaseerde dieplerenmodel voorspelt complicaties in gedeeltelijke nefrectomie
12 maart 2025 bijgewerkt door: Du Lingzhi
Het op CT gebaseerde diepe leermodel presteert beter dan traditionele anatomische classificatiemodellen in het preoperatief voorspellen van complicaties en risicokwaliteit in gedeeltelijke nefrectomie
De onderzoekers combineren radiomics en diep leren om de laesies grondiger te analyseren, gericht op een meer accurate voorspelling van complicaties in gedeeltelijke nefrectomie en deze aanpak te vergelijken met traditionele modellen.
Studie Overzicht
Toestand
Voltooid
Conditie
Gedetailleerde beschrijving
In deze studie werden patiënten opgenomen met niercelcarcinoom of niercyste die gedeeltelijke nefrectomie ondergingen in meerdere centra opgenomen.
En de deelnemers werden uitgesloten als ze (a) ontbrekende of niet -beschikbare beeldgegevens hadden of (b) geen beschikbare verbeterde CT -afbeeldingen.
Het cohort werd verdeeld in trainings- en testsets met een verhouding van 7: 3.
Daarna werden de radiomics -functies uit de afbeeldingen geëxtraheerd en werd Lasso -regressie gebruikt om functies te selecteren.
Vervolgens werd een diep leermodel ontwikkeld om complicaties en risicogegraden te voorspellen en vergeleken met traditionele classificatiemodellen (nier en Padua), wat superieure toepasbaarheid aantoont.
Studietype
Observationeel
Inschrijving (Werkelijk)
1474
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
-
-
Xuhui District
-
Shanghai, Xuhui District, China, 200032
- Name: Zhongshan Hospital Fudan University, Location: 180th Fenglin Road, Xuhui District, Shanghai, China
-
-
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
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
De onderzoekspopulatie omvat patiënten met de diagnose niercelcarcinoom of niercyste die gedeeltelijke nefrectomie ondergingen in de deelnamecentra. Klinische en beeldvormende gegevens werden retrospectief verzameld uit medische dossiers, waaronder demografische kenmerken (leeftijd, geslacht, BMI), tumorlocatie (linker of rechter nier), chirurgische details (chirurgische benadering, ischemie -tijd) en perioperatieve complicaties.
Patiënten werden opgenomen op basis van de beschikbaarheid van volledige klinische, chirurgische en beeldvormende gegevens. Uitsluitingscriteria bestonden uit personen met ontbrekende of niet -beschikbare beeldgegevens, of geen beschikbare verbeterde CT -afbeeldingen. De studie beoogt op CT gebaseerde radiomics-functies en klinische kenmerken te combineren om een diep leermodel te ontwikkelen om perioperatieve complicaties van gedeeltelijke nefrectomie te voorspellen en te vergelijken met traditionele anatomische classificatiemodellen.
Beschrijving
Inclusiecriteria:
- Klinische diagnose van niercelcarcinoom of niercyste
- Onderging gedeeltelijke nefrectomie tussen juni 2014 en juli 2024
Uitsluitingscriteria:
- Ontbrekende of niet -beschikbare beeldgegevens
- Geen beschikbare verbeterde CT -afbeeldingen
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 |
|---|
|
Complicatie 1
Patiënten die perioperatieve complicaties ervaren tijdens de gedeeltelijke nefrectomie
|
|
Complicatie 0
Patiënten die geen perioperatieve complicaties ervaren tijdens de gedeeltelijke nefrectomie
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Of er complicaties zijn opgetreden
Tijdsspanne: perioperatief
|
Beoordeel het medische dossiersysteem retrospectief om te bepalen of patiënten postoperatieve complicaties hebben ontwikkeld.
|
perioperatief
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Patiëntenrisicograpping
Tijdsspanne: perioperatief
|
Gebaseerd op het algemeen erkende CDC-systeem (CDC) -systeem (CDC) voor chirurgische complicaties, werden deze complicaties onderverdeeld in vier graden: graad I, II, III en IV.
Risicokwaliteit werd dienovereenkomstig toegewezen: "Er wordt geen risico" gedefinieerd omdat er geen complicaties plaatsvonden, "grade laag" wordt gedefinieerd als het hoogste niveau van complicaties is van graad I, "Grade matig" wordt gedefinieerd als het hoogste niveau van complicaties is van graad II, en "Grade High" wordt gedefinieerd als complicaties van graad III of hoger, die levensbedreigend zijn.
|
perioperatief
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
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 juni 2024
Primaire voltooiing (Werkelijk)
31 december 2024
Studie voltooiing (Werkelijk)
28 februari 2025
Studieregistratiedata
Eerst ingediend
8 maart 2025
Eerst ingediend dat voldeed aan de QC-criteria
12 maart 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
12 maart 2025
Laatst geverifieerd
1 maart 2025
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
- Urogenitale ziekten
- Urogenitale neoplasmata
- Neoplasmata per site
- Neoplasmata
- Mannelijke urogenitale ziekten
- Nier Ziekten
- Urologische ziekten
- Vrouwelijke urogenitale ziekten
- Vrouwelijke urogenitale ziekten en zwangerschapscomplicaties
- Neoplasmata per histologisch type
- Neoplasmata, glandulair en epitheel
- Adenocarcinoom
- Urologische neoplasmata
- Carcinoom
- Nierneoplasmata
- Carcinoom, niercel
Andere studie-ID-nummers
- zsurologyDLMforPNcomplication
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
JA
Beschrijving IPD-plan
Klinische gegevens en geëxtraheerde radiomics -functiegegevens, met uitzondering van patiëntinformatie.
IPD-tijdsbestek voor delen
Binnen zes maanden na publicatie in het tijdschrift.
IPD-toegangscriteria voor delen
De gegevens die deze studie ondersteunen, zijn verkrijgbaar bij de ingeschreven instellingen, maar beperkingen zijn van toepassing op hun beschikbaarheid vanwege privacyredenen.
Gegevens zijn toegankelijk voor redelijk verzoek van de bijbehorende auteur.
IPD delen Ondersteunend informatietype
- LEERPROTOCOOL
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
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 .