AI-forbedret analyse av brysttetthet og parenkymal forbedring av bakgrunnen (BPE)
15. februar 2025 oppdatert av: Graziella di Grezia, Link Campus University
Denne studien utvider tidligere forskning som undersøker korrelasjonen mellom brysttetthet, bakgrunn parenkymal forbedring (BPE) og alder i kontrastforbedret mammografi (CEM).
Ved å integrere kunstig intelligens (AI) metodologier, inkludert kunstige nevrale nettverk (ANNs) og dype læringsmodeller, tar studien som mål å optimalisere nøyaktigheten av spådommer og validere tidligere funn oppnådd gjennom multippel lineær regresjon.
Studieoversikt
Status
Påmelding etter invitasjon
Studietype
Observasjonsmessig
Registrering (Antatt)
213
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
-
Naples, Italia, 80138
- University of Campania Luigi Vanvitelli
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Kvinner i alderen 18 år og eldre som gjennomgikk CEM for diagnostiske eller overvåkningsformål.
Pasienter med registrerte BPE-nivåer og bi-rads brysttetthetsklassifisering.
Relasjonsdatabase som inneholder strukturerte data for korrelasjonsmatriseanalyse og AI -modellopplæring.
Beskrivelse
Pasienter som gjennomgikk CEM, mammografi og ultralyd mellom mai 2022 og juni 2023.
Tilgjengeligheten av BPE-vurdering, klassifisering av BI-RADS-tetthet og aldersdata.
Komplett datasett tilgjengelig for statistisk og AI-basert analyse.
Eksklusjonskriterier:
Pasienter med tidligere behandling av brystkreft som kan endre BPE.
Ufullstendig avbildning eller manglende klassifiseringsdata.
Kontraindikasjoner for kontrastforbedret avbildning.
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 |
|---|
|
Patiens gjennomgikk Cem
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Korrelasjon mellom brysttetthet, BPE og alder ved bruk av AI-drevet analyse.
Tidsramme: Dataanalyse innen 12 måneder etter fullføring av studien.
|
Å evaluere om AI -modeller, inkludert nevrale nettverk, kan forbedre prediksjonens nøyaktighet for BPE -vurdering sammenlignet med konvensjonell multippel lineær regresjon.
|
Dataanalyse innen 12 måneder etter fullføring av studien.
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
AI-basert optimalisering av brysttetthet og BPE-klassifisering
Tidsramme: Innen 12 måneder etter fullføring av studien
|
Evaluering av ytelsen til nevrale nettverk for å forutsi BPE -nivåer på tvers av forskjellige brysttetthetskategorier.
|
Innen 12 måneder etter fullføring av studien
|
|
Sammenlignende ytelse av flere lineære regresjoner vs. AI -modeller.
Tidsramme: Innen 12 måneder etter fullføring av studien.
|
Evaluering av nøyaktigheten av tradisjonelle statistiske metoder kontra ANN-baserte spådommer for å forklare varians i BPE-verdier.
|
Innen 12 måneder etter fullføring av studien.
|
|
Gjennomsnittlig kvadratfeil (MSE) og forklarte varians i prediktive modeller
Tidsramme: Innen 12 måneder etter fullføring av studien
|
Analyse av feilrater og varians forklart med forskjellige AI -modeller sammenlignet med multippel lineær regresjon.
|
Innen 12 måneder etter fullføring av studien
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Samarbeidspartnere
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. mai 2022
Primær fullføring (Faktiske)
30. juni 2023
Studiet fullført (Antatt)
1. februar 2025
Datoer for studieregistrering
Først innsendt
15. februar 2025
Først innsendt som oppfylte QC-kriteriene
15. februar 2025
Først lagt ut (Faktiske)
25. mars 2025
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
25. mars 2025
Siste oppdatering sendt inn som oppfylte QC-kriteriene
15. februar 2025
Sist bekreftet
1. februar 2025
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- T_6_2025
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
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. .