Multiparametrisk MR hos pasienter med blærekreft
10. april 2024 oppdatert av: The First Affiliated Hospital with Nanjing Medical University
Kunnskapsveiledet kausalt diagnostisk nettverk for påvisning av muskelinvasiv blærekreft med enkelt T2-vektet bildebehandling
Nøyaktig preoperativ påvisning av muskelinvasiv blærekreft er fortsatt en klinisk utfordring.
Etterforskerne hadde som mål å utvikle og validere et kunnskapsveiledet kausalt diagnostisk nettverk for påvisning av muskelinvasiv blærekreft med multiparametrisk magnetisk resonansavbildning (MRI).
Studieoversikt
Status
Rekruttering
Intervensjon / Behandling
Detaljert beskrivelse
Pasienter som gjennomgikk blære-MR ble samlet inn retrospektivt ved tre sentre mellom januar 2013 og september 2023.
Etterforskerne konstruerte først et nnUNet for å segmentere kausal region der muskelinvasiv blærekreft kan forekomme.
Deretter utforsket etterforskerne et årsaksnettverk basert på en modifisert ResNet3d-18 ved å finne en fin balanse mellom nnUNet-bevissthet og en selvovervåket læringsmodell (SSL), som styrte modellen for å etterligne diagnostisk skarpsindighet hos eksperter i iscenesettelse av muskelinvasiv blærekreft ved MR. Modellen ble trent i senter 1, og uavhengig testet i senter 1, senter 2 og senter 3. Ablasjonstest ble utført blant alle 13 Ablation-Test-modeller ved bruk av enten enkelt- eller multiparametrisk MR.
Fordelen ble testet hos seks radiologer ved bruk av vesikal avbildningsrapportering og datasystem (VI-RADS) versus nettverksjustert VI-RADS.
Studietype
Observasjonsmessig
Registrering (Antatt)
1000
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
-
Nanjing, Kina, 210029
- Rekruttering
- Yu-Dong Zhang
-
Ta kontakt med:
- Yu-Dong Zhang, MD;PHD
- Telefonnummer: 15805151704
- E-post: njmu_zyd@163.com
-
-
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
Sannsynlighetsprøve
Studiepopulasjon
Preoperativ multiparameter magnetisk resonansavbildning er avgjørende for å finne ut om pasienter med blærekreft viser muskelinvasjon, noe som letter valget av passende behandlingsalternativer.
Beskrivelse
Inklusjonskriterier:
- Urothelial karsinom i blæren bekreftet av endelig histopatologi ②Mottok en standard kontrastforsterket 3.0T mpMRI før operasjon ③Alle svulster i inkluderte pasienter ble resekert og fikk patologisk undersøkelse separat
Ekskluderingskriterier:
①Fravær av kirurgiske inngrep
②Med utilstrekkelig bildekvalitet eller med utilstrekkelig patologi for analyse
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 |
|---|---|
|
muskelinvasiv blærekreft
Den postoperative patologien var muskelinvasiv blærekreft
|
Pasienter med blærekreft gjennomgikk multiparameter magnetisk resonansavbildning før operasjonen
|
|
ikke-muskelinvasiv blærekreft
Den postoperative patologien var ikke-muskelinvasiv blærekreft
|
Pasienter med blærekreft gjennomgikk multiparameter magnetisk resonansavbildning før operasjonen
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Muskelinvasiv blærekreft
Tidsramme: en måned
|
Diagnoseresultatene for kunstig intelligens, basert på preoperativ MR, indikerte muskelinvasiv blærekreft.
Deretter ble denne preoperative diagnosen sammenlignet med den postoperative patologiske diagnosen for å evaluere den diagnostiske ytelsen til den kunstige intelligensen.
|
en måned
|
|
Ikke-muskelinvasiv blærekreft
Tidsramme: en måned
|
Diagnoseresultatene for kunstig intelligens, basert på preoperativ MR, indikerte ikke-muskelinvasiv blærekreft.
Deretter ble denne preoperative diagnosen sammenlignet med den postoperative patologiske diagnosen for å evaluere den diagnostiske ytelsen til den kunstige intelligensen.
|
en måned
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
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)
1. juli 2021
Primær fullføring (Antatt)
30. mai 2024
Studiet fullført (Antatt)
30. juni 2024
Datoer for studieregistrering
Først innsendt
6. april 2024
Først innsendt som oppfylte QC-kriteriene
10. april 2024
Først lagt ut (Faktiske)
12. april 2024
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
12. april 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
10. april 2024
Sist bekreftet
1. april 2024
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 2022-SR-471
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. .