Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Многомодальное глубокое обучение для метастазирования лимфатических узлов при раке щитовидной железы

22 декабря 2025 г. обновлено: Yu Feng, West China Hospital

Многоцентровое исследование по разработке мультимодальной модели глубокого обучения на основе цветного допплеровского УЗИ для прогнозирования метастазирования в лимфатические узлы и стадирования рака при папиллярной карциноме щитовидной железы

Папиллярный рак щитовидной железы (ПРЩЖ) является наиболее распространённым эндокринным злокачественным новообразованием в клинической практике, составляя приблизительно 85% всех злокачественных опухолей щитовидной железы.
Наличие метастазов в шейные лимфатические узлы дополнительно увеличивает риск локального рецидива опухоли и отдалённого метастазирования, тем самым снижая показатели выживаемости пациентов.
При патологоанатомических исследованиях выявлено, что примерно у 30–80% пациентов с ПРЩЖ имеются метастазы в лимфатические узлы.
Раннее выявление метастатически поражённых лимфатических узлов и разработка индивидуализированных планов лечения имеют решающее значение для улучшения прогноза пациентов.
В настоящее время основным методом диагностики метастазов в лимфатические узлы является тонкоигольная аспирационная биопсия под ультразвуковым контролем, однако её точность ограничена качеством образца и существует риск ложноотрицательных результатов.
В последние годы технологии глубокого обучения продемонстрировали значительный потенциал в области анализа медицинских изображений.
Поэтому исследователи ставят целью разработать модель глубокого обучения на основе ультразвукового исследования шеи для более точного прогнозирования метастазов в лимфатические узлы.

Обзор исследования

Статус

Еще не набирают

Вмешательство/лечение

Тип исследования

Наблюдательный

Регистрация (Оцененный)

3200

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

  • Имя: Jianyong Lei
  • Номер телефона: +86 19983137992
  • Электронная почта: leijianyong@scu.edu.cn

Учебное резервное копирование контактов

Места учебы

    • Sichuan
      • Chengdu, Sichuan, Китай, 610041
        • West China Hospital of Sichuan University
        • Контакт:
          • Yu Feng
          • Номер телефона: +86 15183042703
          • Электронная почта: 1350502131@qq.com
        • Контакт:
          • Jianyong Lei
          • Номер телефона: +86 19983137992
          • Электронная почта: leijianyong@scu.edu.cn

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

Клинические данные пациентов, перенесших тиреоидэктомию в Западно-Китайской больнице Сычуаньского университета и её филиалах в период с октября 2020 года по октябрь 2025 года, были ретроспективно собраны и проанализированы.

Описание

Критерии включения:

Пациенты в возрасте 18-80 лет, прошедшие ультразвуковое исследование щитовидной железы и послеоперационное патологическое исследование щитовидной железы.

Пациенты с первично диагностированным папиллярным раком щитовидной железы. Пациенты, прошедшие лимфодиссекцию

Критерии исключения:

Пациенты в возрасте <18 лет или >80 лет. Пациенты с некачественными ультразвуковыми изображениями. Пациенты с неполностью визуализированными узлами. Пациенты с изображениями, показывающими множественные отдельные поражения. Пациенты, относящиеся к особым группам населения. Пациенты с сопутствующими другими опухолями. Пациенты с историей резекции рака щитовидной железы

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
Группа папиллярной карциномы щитовидной железы
Это ретроспективное обсервационное исследование, в котором участники не будут подвергаться каким-либо вмешательствам, и будет проводиться только сбор и анализ данных участников.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Площадь под рабочей характеристической кривой приемника для многомодальной модели глубокого обучения на основе ультразвукового исследования шейки матки в прогнозировании метастазирования в лимфатические узлы
Временное ограничение: В течение 2 месяцев после завершения набора субъектов
Исследователь будет использовать мультимодальную модель глубокого обучения, которая интегрирует предоперационные цветные допплеровские ультразвуковые изображения шейки матки с соответствующими структурированными текстовыми отчетами. Окончательный результат модели — это прогнозируемая вероятность метастазирования в лимфатические узлы для каждого пациента (непрерывное значение от 0 до 1). Эта прогнозируемая вероятность будет сравниваться с результатами послеоперационного гистопатологического диагноза (золотой стандарт). Для модели будет построена кривая рабочих характеристик приемника (ROC-кривая), и будет рассчитана площадь под кривой (AUC). Это золотой стандарт для оценки дискриминационной способности модели бинарной классификации (метастаз vs. отсутствие метастаза). Более высокое значение AUC указывает на более сильную общую дискриминационную способность модели.
В течение 2 месяцев после завершения набора субъектов
Чувствительность мультимодальной модели глубокого обучения на основе ультразвукового исследования шейки матки для прогнозирования метастазирования в лимфатические узлы
Временное ограничение: В течение 2 месяцев после завершения набора участников исследования.
Данный показатель направлен на оценку способности построенной мультимодальной модели глубокого обучения корректно идентифицировать пациентов с папиллярным раком щитовидной железы, у которых действительно имеется метастазирование в шейные лимфатические узлы, при оптимальном диагностическом пороге. Исследователям необходимо собрать количество пациентов, у которых диагностировано метастазирование в лимфатические узлы по данным послеоперационной патологии, а также количество пациентов, предсказанных моделью как «положительные» (т.е. предсказанных с метастазированием), чтобы рассчитать чувствительность мультимодальной модели глубокого обучения на основе шейного УЗИ в прогнозировании метастазирования в лимфатические узлы. Формула расчёта: Чувствительность = Количество истинно положительных пациентов / Общее количество положительных пациентов, подтверждённых послеоперационной патологией.
В течение 2 месяцев после завершения набора участников исследования.
Специфичность многомодальной модели глубокого обучения на основе ультразвукового исследования шейки матки для прогнозирования метастазирования в лимфатические узлы
Временное ограничение: В течение 2 месяцев после завершения набора субъектов.
Данный показатель направлен на оценку способности созданной мультимодальной модели глубокого обучения корректно исключать пациентов с папиллярным раком щитовидной железы, у которых не развились метастазы в шейные лимфатические узлы, при оптимальном диагностическом пороге. Исследователям необходимо собрать количество пациентов, у которых послеоперационная патология подтвердила отсутствие метастазов в лимфатические узлы, а также количество пациентов, которых модель предсказала как «отрицательных» (т.е. предсказала отсутствие метастазов), чтобы рассчитать специфичность мультимодальной модели глубокого обучения на основе шейного УЗИ в прогнозировании метастазов в лимфатические узлы. Формула расчёта: Специфичность = Количество истинно отрицательных пациентов / Общее количество отрицательных пациентов, подтверждённых послеоперационной патологией.
В течение 2 месяцев после завершения набора субъектов.

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Частота паталогически подтверждённых метастазов в лимфатических узлах в исследуемой когорте
Временное ограничение: В течение 2 месяцев после завершения набора субъектов
Этот показатель отражает процент пациентов с как минимум одним метастатическим лимфатическим узлом, подтвержденным послеоперационным патологическим исследованием, по отношению к общему числу лиц в соответствующей исследуемой популяции. Исследователям необходимо собрать данные о количестве пациентов, у которых диагностировали метастазирование в лимфатические узлы посредством послеоперационного патологического исследования.
В течение 2 месяцев после завершения набора субъектов
Скорректированные отношения шансов для клинических факторов, связанных с патологически подтвержденными метастазами в лимфатические узлы
Временное ограничение: В течение 2 месяцев после завершения включения пациентов
Исследователям необходимо собрать зависимую переменную (т.е., послеоперационный патологически подтвержденный статус метастазирования в лимфатические узлы) и её независимые переменные (такие как конкретная локализация первичной опухоли в щитовидной железе, максимальный диаметр опухоли, возраст пациента и т.д.). Используя эти переменные, рассчитываются скорректированные отношения шансов, чтобы отразить, после поправки на другие смешивающие факторы, во сколько раз вероятность наличия метастазов в лимфатических узлах у пациентов с определенной характеристикой экспозиции (например, опухоль, расположенная в верхнем полюсе) выше по сравнению с пациентами в референтной группе (например, опухоль, расположенная в нижнем полюсе).
В течение 2 месяцев после завершения включения пациентов
Взвешенный коэффициент Каппа для согласованности между прогнозируемой моделью стадией pTNM и патологической стадией
Временное ограничение: В течение 2 месяцев после завершения набора участников
Исследователям необходимо собрать и зафиксировать pTNM стадию, предсказанную моделью, и истинную pTNM стадию пациента, чтобы оценить согласованность между полной pTNM стадией, предсказанной моделью, и патологической стадией.
В течение 2 месяцев после завершения набора участников

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Оцененный)

1 января 2026 г.

Первичное завершение (Оцененный)

1 марта 2026 г.

Завершение исследования (Оцененный)

1 мая 2026 г.

Даты регистрации исследования

Первый отправленный

9 декабря 2025 г.

Впервые представлено, что соответствует критериям контроля качества

22 декабря 2025 г.

Первый опубликованный (Действительный)

23 декабря 2025 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

23 декабря 2025 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

22 декабря 2025 г.

Последняя проверка

1 декабря 2025 г.

Дополнительная информация

Термины, связанные с этим исследованием

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕ РЕШЕНО

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться