Preditores de câncer de ovário e câncer de endométrio para ferramentas de triagem baseadas em inteligência artificial

Metodologia:

Este estudo envolverá duas etapas diferentes

1. A primeira etapa realizará um estudo de coorte para identificar os possíveis preditores de cada tipo de câncer
2. A segunda etapa abrangerá o desenvolvimento de testes no local de atendimento com base em um modelo de inteligência artificial para prever a ocorrência de câncer e testes prospectivos de novos participantes usando um método de estudo diagnóstico. As ferramentas preverão o resultado atual da histopatologia e uma possível histopatologia futura dentro de um ano.

Participantes e fonte de dados No centro de estudo, mulheres com ou sem sintomas associados à ginecologia foram submetidas a avaliações ginecológicas e patológicas para descartar câncer de ovário e endométrio em nosso centro de estudo. Os dados são armazenados digitalmente e a extração será feita de acordo

Variáveis ​​e medição de resultados

1. Dados demográficos e dados de saúde essas informações são obtidas a partir da avaliação inicial das pacientes incluindo idade, índice de massa corporal, doenças crônicas, perfil ginecológico e obstétrico, padrão menstrual e contracepção
2. Dados clínicos e laboratoriais, incluindo hemograma completo, biomarcador associado ao câncer selecionado (por exemplo, Cancer Antigen 125 (Ca-125)), envolvimento de linfonodos, histopatologia de tecidos pertinentes e sinais de metástases por meio de dados clínicos ou radiológicos
3. Resultado tipo histopatológico final e classificação avaliada por pelo menos dois patologistas para determinar o tipo de câncer. As diretrizes de classificação seguem a classificação da Organização Mundial da Saúde

Desenvolvimento de ferramentas de triagem baseadas em Inteligência Artificial

1. O pesquisador desenvolverá

   - um modelo baseado em informações onde o usuário fornecerá uma resposta para cada preditor

   - um modelo baseado em imagem em que o usuário fornecerá uma imagem capturada para previsão

   - um modelo de base mista onde o usuário pode combinar imagens capturadas e informações para cada preditor

2. modelo proposto

   - baseado em pontuação derivada do coeficiente de regressão

   - árvore de decisão

   - floresta aleatória

   - rede neural artificial

   • rede neural convolucional
3. Seleção do modelo

1. Desempenho de triagem em dados divididos (ou usando técnica de validação cruzada)

2. avaliação de perda de log ou probabilidade

   Linha do tempo

   1. Para o primeiro estágio do estudo, haverá uma avaliação variável no tempo para cada participante, no entanto, pelo menos os participantes passam por uma avaliação de todos os fatores e resultados na linha de base. A avaliação repetida, conforme sugerido pelo médico, será realizada dentro de um ano após a avaliação inicial.

   2. O segundo estudo aplicará triagem prospectiva. A ferramenta de triagem baseada em inteligência artificial será usada simultaneamente com o padrão-ouro de diagnóstico.

   Possível viés de procedimento, particularmente na interpretação do resultado da confiabilidade, é tratado envolvendo vários patologistas. O patologista e o rastreador realizarão a triagem de forma independente para reduzir a tendência de resultados anteriores fornecidos pelas ferramentas de triagem recém-desenvolvidas.

   Tamanho da amostra

   1. A primeira etapa da pesquisa assume que

uma. A prevalência de ambos os cânceres entre todos os cânceres em mulheres foi de 5% b. Erro tipo I fixado em 5% c. erro absoluto da prevalência 1% usando a fórmula de proporção de uma amostra, o tamanho estimado da amostra é de 1825 participantes.

2. Após o estudo diagnóstico, afirmamos que o novo modelo de ferramentas de triagem mostrará desempenho de não inferioridade à histopatologia como padrão-ouro, assumindo que

uma. a diferença esperada no valor da sensibilidade é de 5% assumindo que as novas ferramentas de triagem terão sensibilidade de 85% e a sensibilidade da histopatologia é de 90% b. testes cruzados serão feitos, criando uma alocação igual de intervenção de triagem c. Erro tipo 1 do estudo fixado em 5% d. Poder do estudo definido em 80% o tamanho total da amostra para a ferramenta de triagem prospectiva será de 1.080 participantes

Quantificação e discretização de dados várias informações clínicas serão classificadas de acordo com a diretriz estabelecida, por exemplo, índice de massa corporal.

Análise Estatística Proposta

1. Estatística descritiva e análise bivariada
2. Uma regressão cox será conduzida seguindo a linha de tempo da linha de base para o evento
3. A análise de subgrupo será feita, particularmente em certos dados demográficos e comorbidade.

já na segunda etapa, a análise identificará os

1. sensibilidade
2. especificidade
3. precisão
4. precisão
5. O número necessário para tratar os modelos selecionados será implantado em um aplicativo.