Głębokie uczenie się dzięki fuzji multimodalnej danych opartej na MRI. Ulepszona stratyfikacja ryzyka pooperacyjnego raka piersi
Rak piersi stanowi poważne globalne wyzwanie zdrowotne, zwłaszcza wśród kobiet, ze względu na wysoki wskaźnik nawrotów i odległego rozprzestrzeniania się pomimo wczesnych interwencji. Wczesna identyfikacja ryzyka przerzutów i dokładne przewidywanie strategii leczenia mają kluczowe znaczenie dla poprawy rokowania. Jednak złożona heterogeniczność nowotworów piersi stwarza wyzwania w precyzyjnym przewidywaniu rokowania. Dlatego niezbędny jest rozwój innowacyjnych metod segmentacji nowotworów i oceny rokowania.
Przeprowadzone badanie jest badaniem wieloośrodkowym, do którego włączono 1199 pacjentek z rakiem piersi bez przerzutów z czterech niezależnych ośrodków. W naszym badaniu wykorzystujemy postępy w sztucznej inteligencji (AI), aby sprostać temu wyzwaniu. Badanie to jest pierwszym udanym zastosowaniem wielomodalnego systemu przewidywania opartego na MRI do precyzyjnej identyfikacji ryzyka nawrotu pooperacyjnego u pacjentek z rakiem piersi.
Przegląd badań
Typ studiów
Zapisy (Rzeczywisty)
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Histologicznie potwierdzony stopień inwazyjny BC
- Wiek ≥ 18 lat
- Pacjent po operacji
- Istnienie skanów MRI
Kryteria wykluczenia:
- Brak wyników patologicznych
- Miał inne, jednoczesne nowotwory złośliwe
- Gdyby wykluczono problemy z obrazowaniem MR
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Kohorta szkoleniowa
Losowo przydzielono 569 pacjentów ze szpitala Sun Yat-sen Memorial Hospital na Uniwersytecie Sun Yat-sen (SYSMH; Guangzhou, Chiny) w stosunku 3:1 do kohort szkoleniowych (n = 456) i kohort objętych walidacją wewnętrzną (n = 113).
|
|
|
Wewnętrzna kohorta walidacyjna
Losowo przydzielono 569 pacjentów ze szpitala Sun Yat-sen Memorial Hospital na Uniwersytecie Sun Yat-sen (SYSMH; Guangzhou, Chiny) w stosunku 3:1 do kohort szkoleniowych (n = 456) i kohort objętych walidacją wewnętrzną (n = 113).
|
|
|
Zewnętrzna kohorta testująca 1
432 z Centrum Onkologii Uniwersytetu Sun Yat-sen (SYSUCC; Guangzhou, Chiny) do zewnętrznej kohorty testowej 1.
|
|
|
Zewnętrzna kohorta testująca 2
198 ze szpitala Dongguan Tungwah (DTH; Dongguan, Chiny) i szpitala Shunde Południowego Uniwersytetu Medycznego (SDHSMU; Guangzhou, Chiny) do zewnętrznej kohorty testowej 2.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
DFS
Ramy czasowe: Czas od operacji do wznowy nowotworu, w tym wznowy miejscowej i/lub odległej, progresji choroby lub zgonu, oceniany do 100 miesięcy.
|
Przeżycie wolne od chorób
|
Czas od operacji do wznowy nowotworu, w tym wznowy miejscowej i/lub odległej, progresji choroby lub zgonu, oceniany do 100 miesięcy.
|
Współpracownicy i badacze
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
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
- YSEC-KY-KS-2019-054-001
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 .