- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06031818
Użyteczność i skuteczność kliniczna interpretowalnych ram głębokiego uczenia się do przewidywania niewydolności wątroby po hepatektomii
Użyteczność i skuteczność kliniczna interpretowalnych ram głębokiego uczenia się (VAE-MILP) z wykorzystaniem wyjaśnień kontrfaktycznych i warstwowych ram propagacji istotności do przewidywania niewydolności wątroby po hepatektomii
Celem tego badania klinicznego in silico jest poznanie użyteczności i skuteczności klinicznej interpretowalnych ram głębokiego uczenia się (VAE-MLP) przy użyciu wyjaśnień kontrfaktycznych i propagacji istotności warstwowej w celu przewidywania niewydolności wątroby po hepatektomii (PHLF) u pacjentów z rak wątrobowokomórkowy (HCC). Główne pytania, na które ma odpowiedzieć, to:
- Zbadanie użyteczności struktury VAE-MLP do wyjaśnienia modelu głębokiego uczenia się.
- Zbadanie skuteczności klinicznej struktury VAE-MLP w przewidywaniu niewydolności wątroby po hepatektomii u pacjentów z rakiem wątrobowokomórkowym.
Podczas próby użyteczności klinicyści i radiolodzy otrzymają wyjaśnienia kontrfaktyczne i wykresy propagacji istotności warstwowej (LRP), aby ocenić użyteczność struktury.
W badaniu klinicznym klinicyści i radiolodzy będą dokonywać prognoz w dwóch różnych warunkach: z wyjaśnieniem modelu i bez wyjaśnienia modelu, z okresem wymywania wynoszącym co najmniej 14 dni w celu oceny skuteczności klinicznej ram wyjaśniających.
Przegląd badań
Status
Interwencja / Leczenie
- Inny: Wyjaśnienie struktury głębokiego uczenia się (VAE-MLP), w tym wyjaśnienia kontrfaktyczne i warstwowa propagacja istotności
- Inny: Przewidywanie modelu
- Inny: Predykcja modelu i wyjaśnienie struktury głębokiego uczenia się (VAE-MLP), w tym wyjaśnienia kontrfaktyczne i warstwowa propagacja istotności
Szczegółowy opis
Niewydolność wątroby po hepatektomii (PHLF) jest poważnym powikłaniem po resekcji wątroby. Ważne jest opracowanie możliwego do interpretacji modelu przewidywania PHLF, aby ułatwić skuteczną współpracę z lekarzami przy podejmowaniu decyzji. Dwuwymiarowa elastografia fali ścinającej (2D-SWE) to technologia pomiaru sztywności wątroby (LSM), która okazała się przydatna w ocenie stopnia zaawansowania zwłóknienia wątroby. Dlatego 2D-SWE pokazuje potencjalną wartość w ocenie funkcji wątroby i przewidywaniu PHLF. Obrazy 2D-SWE przedstawiają oznaczoną kolorami mapę sztywności tkanki miąższu wątroby, gdzie kolor czerwony oznacza tkankę stałą (większa sztywność), a kolor niebieski oznacza tkankę miękką (mniejsza sztywność). Rutynowa analiza 2D-SWE nie wykorzystuje w pełni wszystkich informacji dostępnych na obrazach, a także charakteryzuje się rozbieżnościami między obserwatorami w wyborze optymalnego obszaru kwantyfikacji.
Głębokie uczenie się (DL) wykazało najnowocześniejszą wydajność w wielu zadaniach obrazowania medycznego, takich jak klasyfikacja i segmentacja. Jednak pomimo znacznego postępu w DL, kliniczne zastosowanie narzędzi DL było jak dotąd ograniczone, częściowo ze względu na brak możliwości interpretacji modeli, tzw. problem „czarnej skrzynki”. Interpretowalność systemów DL jest ważna dla budowania zaufania klinicznego, a także szybkiego korygowania wszelkich błędnych procesów w algorytmach.
Tutaj przedstawiamy nowatorską interpretowalną strukturę DL (VAE-MLP), która obejmuje analizę kontrfaktyczną w celu wyjaśnienia dwuwymiarowych obrazów medycznych i LRP w celu wyjaśnienia przypisań cech zarówno obrazów medycznych, jak i zmiennych klinicznych.
Celem tego badania klinicznego in silico jest poznanie użyteczności i skuteczności klinicznej interpretowalnych ram głębokiego uczenia się (VAE-MLP) przy użyciu wyjaśnień kontrfaktycznych i propagacji istotności warstwowej w celu przewidywania niewydolności wątroby po hepatektomii (PHLF) u pacjentów z rak wątrobowokomórkowy. Główne pytania, na które ma odpowiedzieć, to:
- Zbadanie użyteczności interpretowalnych ram głębokiego uczenia się (VAE-MLP) do wyjaśnienia modelu głębokiego uczenia się.
- Zbadanie skuteczności klinicznej interpretowalnego modelu głębokiego uczenia się (VAE-MLP) w przewidywaniu niewydolności wątroby po hepatektomii u pacjentów z rakiem wątrobowokomórkowym.
W próbie użyteczności klinicyści i radiolodzy zobaczą wyjaśnienia kontrfaktyczne i wykresy propagacji istotności warstwowej dla 6 przykładów. Do oceny użyteczności frameworka wykorzystuje się wynik skali Likerta zaprojektowanego kwestionariusza.
W badaniu klinicznym klinicyści i radiolodzy dokonają prognoz w dwóch różnych warunkach: z wyjaśnieniem modelu i bez wyjaśnienia modelu, z okresem wymywania wynoszącym co najmniej 14 dni. Dokładność, czułość i swoistość służą do porównania skuteczności klinicznej ram wyjaśniających.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Xian Zhong
- Numer telefonu: 86-13632460144
- E-mail: x.zhong@maastrichtuniversity.nl
Lokalizacje studiów
-
-
Guangdong
-
Guangzhou, Guangdong, Chiny, 510000
- Rekrutacyjny
- The First Affiliated Hospital of Sun Yat-sen University
-
Kontakt:
- Xian Zhong
- Numer telefonu: 86-13632460144
- E-mail: x.zhong@maastrichtuniversity.nl
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
1) pacjenci z nieleczonym i resekcyjnym HCC; 2) stan sprawności Eastern Cooperative Oncology Group (PS) wynik 0-1.
Kryteria wyłączenia:
1) nie wykonano resekcji wątroby; 2) diagnostyka patologiczna nie-HCC; 3) niepowodzenie pomiaru sztywności wątroby definiowane jako wypełnienie mapy barwnej elastografii w mniej niż 75% lub rozstęp międzykwartylowy (IQR)/mediana > 30%; 4) immunoaktywne przewlekłe zapalenie wątroby, na które wskazuje wzrost aktywności aminotransferazy alaninowej (ALT) ≥ 2×górna granica normy (GGN); 5) żółtaczka zaporowa lub poszerzenie wewnątrzwątrobowych dróg żółciowych o średnicy >3 mm; 6) hipoalbuminemia, hiperbilirubinemia lub koagulopatia niezwiązana z wątrobą.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
---|---|
Pacjenci z HCC
Pacjenci, którzy przeszli leczniczą resekcję wątroby z powodu HCC w Pierwszym Szpitalu Stowarzyszonym Uniwersytetu Sun Yat-Sen w Chinach.
|
Radiolog i klinicyści otrzymają wyniki przewidywania modelu wraz z wyjaśnieniem modelu i wypełnią kwestionariusz w celu oceny przydatności dającego się zinterpretować modelu.
Radiolog i klinicyści otrzymają wyniki przewidywań modelu bez wyjaśnienia modelu i zostaną poproszeni o podanie własnych przewidywań.
Radiolog i klinicyści otrzymają wyniki przewidywań modelu wraz z wyjaśnieniem modelu i zostaną poproszeni o podanie własnych przewidywań.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Skuteczność kliniczna ram wyjaśniających
Ramy czasowe: Od rejestracji do zakończenia okresu próbnego po 8 tygodniach
|
Dokładność, czułość i swoistość zostaną porównane pomiędzy przewidywaniami dokonanymi z wyjaśnieniem modelu DL i bez niego, aby określić kliniczną skuteczność ram wyjaśniających.
|
Od rejestracji do zakończenia okresu próbnego po 8 tygodniach
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
---|---|---|
Użyteczność ram wyjaśniających
Ramy czasowe: Od rejestracji do zakończenia okresu próbnego po 8 tygodniach
|
Do oceny użyteczności frameworka wykorzystuje się wynik skali Likerta zaprojektowanego kwestionariusza.
Każdy element otrzymuje ocenę od 1 do 5. Wyższe wyniki oznaczają lepszy wynik.
|
Od rejestracji do zakończenia okresu próbnego po 8 tygodniach
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Philippe Lambin, Maastricht University
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- Interpretable DL
- 92059201 (Inny numer grantu/finansowania: National Natural Science Foundation of China)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .