Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Brukervennlighet og klinisk effektivitet av et tolkbart dyplæringsrammeverk for post-hepatektomi leversviktprediksjon

5. februar 2024 oppdatert av: Maastricht University

Brukbarhet og klinisk effektivitet av et tolkbart dyplæringsrammeverk (VAE-MILP) ved bruk av kontrafaktiske forklaringer og lagvis relevans forplantningsramme for post-hepatektomi leversviktprediksjon

Målet med denne kliniske studien i silico er å lære om brukbarheten og den kliniske effektiviteten til et tolkbart rammeverk for dyp læring (VAE-MLP) ved å bruke kontrafaktiske forklaringer og lagvis relevansformidling for prediksjon av post-hepatektomi leversvikt (PHLF) hos pasienter med hepatocellulært karsinom (HCC). Hovedspørsmålene den tar sikte på å besvare er:

  • For å undersøke brukbarheten til VAE-MLP-rammeverket for forklaring av dyplæringsmodellen.
  • For å undersøke den kliniske effektiviteten av VAE-MLP-rammeverket for prediksjon av post-hepatektomi leversvikt hos pasienter med hepatocellulært karsinom.

I usability-forsøket vil klinikere og radiologer bli vist kontrafaktiske forklaringer og lagvis relevansutbredelse (LRP) plott for å evaluere brukbarheten til rammeverket.

I den kliniske studien vil klinikere og radiologer gjøre prediksjonen under to forskjellige forhold: med modellforklaring og uten modellforklaring med en utvaskingsperiode på minst 14 dager for å evaluere den kliniske effektiviteten til forklaringsrammeverket.

Studieoversikt

Detaljert beskrivelse

Post-hepatektomi leversvikt (PHLF) er en alvorlig komplikasjon etter leverreseksjon. Det er viktig å utvikle en tolkbar modell for å forutsi PHLF for å lette effektivt samarbeid med klinikere for beslutningstaking. Todimensjonal skjærbølgeelastografi (2D-SWE) er en teknologi for måling av leverstivhet (LSM) som har vist seg å være nyttig i stadieinndeling av leverfibrose. Derfor viser 2D-SWE den potensielle verdien for leverfunksjonsvurdering og PHLF-prediksjon. 2D-SWE-bilder viser fargekodet vevsstivhetskart over leverparenkym, med rødt som representerer et fast vev (høyere stivhet) og blått representerer et bløtvev (lavere stivhet). Rutineanalyse av 2D-SWE mislykkes i å utnytte all informasjon som er tilgjengelig i bildene fullt ut, og lider også av inter-observatørvariasjoner i valg av den optimale kvantifiseringsregionen.

Deep learning (DL) har demonstrert state-of-the-art ytelse på mange medisinske bildebehandlingsoppgaver som klassifisering eller segmentering. Til tross for betydelig fremgang i DL har imidlertid den kliniske oversettelsen av DL-verktøy så langt vært begrenset, delvis på grunn av manglende tolkbarhet av modeller, det såkalte «black box»-problemet. Tolkbarhet av DL-systemer er viktig for å fremme klinisk tillit samt rettidig korrigering av eventuelle feilprosesser i algoritmene.

Her presenterer vi et nytt tolkbart DL-rammeverk (VAE-MLP) som inkluderer kontrafaktisk analyse for forklaring av 2D medisinske bilder og LRP for forklaring av funksjonsattribusjoner av både medisinske bilder og kliniske variabler.

Målet med denne kliniske studien i silico er å lære om brukbarheten og den kliniske effektiviteten til et tolkbart rammeverk for dyp læring (VAE-MLP) ved å bruke kontrafaktiske forklaringer og lagvis relevansformidling for prediksjon av post-hepatektomi leversvikt (PHLF) hos pasienter med hepatocellulært karsinom. Hovedspørsmålene den tar sikte på å besvare er:

  • Å undersøke brukervennligheten til det tolkbare dyplæringsrammeverket (VAE-MLP) for forklaring av dyplæringsmodellen.
  • For å undersøke den kliniske effektiviteten til det tolkbare rammeverket for dyp læring (VAE-MLP) for prediksjon av post-hepatektomi leversvikt hos pasienter med hepatocellulært karsinom.

I usability-forsøket vil klinikere og radiologer bli vist kontrafaktiske forklaringer og lagvis relevans forplantningsplott av 6 eksempler. Poengsummen til Likert-skalaen til et designet spørreskjema brukes til å evaluere brukervennligheten til rammeverket.

I den kliniske studien vil klinikere og radiologer gjøre prediksjonen under to forskjellige forhold: med modellforklaring og uten modellforklaring med en utvaskingsperiode på minst 14 dager. Nøyaktigheten, sensitiviteten og spesifisiteten brukes til å sammenligne den kliniske effektiviteten til forklaringsrammeverket.

Studietype

Observasjonsmessig

Registrering (Antatt)

80

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studiesteder

    • Guangdong
      • Guangzhou, Guangdong, Kina, 510000
        • Rekruttering
        • The First Affiliated Hospital of Sun Yat-sen University
        • Ta kontakt med:

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter som gjennomgikk kurativ leverreseksjon for HCC.

Beskrivelse

Inklusjonskriterier:

1) pasienter med behandlingsnaiv og resektabel HCC; 2) resultatstatus Eastern Cooperative Oncology Group (PS) score 0-1.

Ekskluderingskriterier:

1) leverreseksjon ble ikke utført; 2) patologisk diagnose av ikke-HCC; 3) svikt i leverstivhetsmåling definert som elastografifargekartet var mindre enn 75 % fylt eller interkvartilt område (IQR)/median > 30 %; 4) immunaktiv kronisk hepatitt indikert ved en økning av alaninaminotransferase (ALT) nivåer ≥ 2×øvre normalgrense (ULN); 5) obstruktiv gulsott eller utvidede intrahepatiske galleganger med en diameter på >3 mm; 6) hypoalbuminemi, hyperbilirubinemi eller koagulopati som ikke er relatert til leveren.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
Pasienter med HCC
Pasienter som gjennomgikk kurativ leverreseksjon for HCC i First Affiliated Hospital ved Sun Yat-Sen University i Kina.
Radiologen og klinikerne vil få modellens prediksjonsresultater med forklaring av modellen, og de vil fylle ut et spørreskjema for å evaluere brukbarheten til det tolkbare rammeverket.
Radiologen og klinikerne vil bli gitt modellprediksjonsresultatene uten forklaring av modellen, og de vil bli bedt om å gi sin egen prediksjon.
Radiologen og klinikerne vil få modellens prediksjonsresultater med forklaring av modellen, og de vil bli bedt om å gi sin egen prediksjon.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Klinisk effektivitet av forklaringsrammeverket
Tidsramme: Fra påmelding til slutten av prøveperioden ved 8 uker
Nøyaktigheten, sensitiviteten og spesifisiteten vil bli sammenlignet mellom prediksjonen gjort med og uten forklaringen til DL-modellen for å bestemme den kliniske effektiviteten til forklaringsrammeverket.
Fra påmelding til slutten av prøveperioden ved 8 uker

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Brukbarhet av forklaringsrammeverket
Tidsramme: Fra påmelding til slutten av prøveperioden ved 8 uker
Poengsummen til Likert-skalaen til et designet spørreskjema brukes til å evaluere brukervennligheten til rammeverket. Hvert element får en poengsum fra 1 til 5. Høyere poengsum betyr et bedre resultat.
Fra påmelding til slutten av prøveperioden ved 8 uker

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Philippe Lambin, Maastricht University

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

10. desember 2023

Primær fullføring (Antatt)

28. februar 2024

Studiet fullført (Antatt)

15. mars 2024

Datoer for studieregistrering

Først innsendt

4. september 2023

Først innsendt som oppfylte QC-kriteriene

4. september 2023

Først lagt ut (Faktiske)

11. september 2023

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

6. februar 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

5. februar 2024

Sist bekreftet

1. februar 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

IPD-planbeskrivelse

Individuelle deltakerdata (IPD) kan deles hvis du blir bedt om det

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere