- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT06336499
Riskstratifiering av orbitala tumörer baserat på MRl och artificiell intelligens
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Även om orbitala tumörer är mindre vanliga än andra ögonrelaterade sjukdomar, kan de vara extremt skadliga för patienter. De kan inte bara orsaka fysisk vanställning, utan de kan också leda till funktionsnedsättningar som nedsatt syn och begränsade ögonrörelser. Orbitala tumörer kan kategoriseras som antingen godartade eller maligna, och det finns betydande skillnader i deras biologiska beteende, behandlingsmetoder, resultat och prognos, vilket komplicerar processerna för differentialdiagnos och val av behandling. För maligna lesioner varierar patienternas behandlingsplaner och prognos beroende på de olika patologiska typerna och stadierna. Det finns därför en akut klinisk nödvändighet att ta fram noggranna diagnostiska metoder för orbitala tumörer. Multiparametrisk magnetisk resonanstomografi (mp-MRI) står för närvarande som den ledande icke-invasiva avbildningstekniken för att diagnostisera orbitala tumörer. Denna studie är centrerad på exakt diagnos av orbitaltumörriskstratifiering, med användning av artificiell intelligensalgoritmteknik för att utforska det inneboende sambandet mellan MRI-bilder och den särskiljande diagnosen av benigna och maligna orbitala tumörer, histologiska typer och Ki-67-uttrycksnivåer av maligna tumörer. Det syftar till att integrera klinisk information och kvantitativa MRI-funktioner för att konstruera prediktionsmodeller, hjälpa till att vägleda individuella diagnoser och behandlingsbeslut för patienter med orbitala tumörer och underlätta tillämpningen och utvecklingen av artificiell intelligensteknologi. Specifikt beskrivs forskningsmålen enligt följande:
- Etablering av en djupinlärningsbaserad automatisk segmenteringsmodell för orbitala tumörer med hjälp av en multi-sekvens MRI-datauppsättning från flera centra, vilket minskar tiden som krävs för manuell avgränsning och visar sig vara fördelaktig för efterföljande analys.
- Utveckling av en modell för att identifiera maligna och godartade orbitala tumörer med hjälp av flera maskininlärningsalgoritmer kombinerat med multi-sekvens MRI-dataset, i syfte att tillhandahålla mer exakt information för att skilja mellan dessa två enheter.
- Konstruera robusta diagnostiska modeller med hjälp av maskininlärning eller djupinlärningsmetoder med kvantitativa multi-sekvens MRI-funktioner för att identifiera histologisk typ och Ki-67-expressionsnivåer av maligna orbitala tumörer, i syfte att förbättra detektionshastigheter och noggrannhet, och därigenom uppnå riskstratifiering för patienter med maligna orbitala tumörer.
Studietyp
Inskrivning (Faktisk)
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- Patienterna med orbitala tumörer som genomgick preoperativ multiparametricMRl (mp-MRl) på Beijing Tongren Hospital från 2015 till 2022.
Exklusions kriterier:
- Patienterna utan preoperativ multiparametrisk MRl (mp-MRl) eller klar patologisk diagnos.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
---|---|
Maligna orbitala tumörer
Patienter med maligna orbitala tumörer (lymfom, melanom, ...) diagnostiserats genom patologisk bekräftelse.
|
Diagnosmodeller upprättas med hjälp av kvantitativa egenskaper extraherade från de multiparametriska MRI-bilderna och vidarebearbetade med lämpliga djupinlärnings- eller maskininlärningsalgoritmer.
|
Benigna orbitala tumörer
Patienter med godartade orbitala tumörer (kavernöst hemangiom, inflammatorisk pseudotumor, ...) diagnostiserats genom patologisk bekräftelse.
|
Diagnosmodeller upprättas med hjälp av kvantitativa egenskaper extraherade från de multiparametriska MRI-bilderna och vidarebearbetade med lämpliga djupinlärnings- eller maskininlärningsalgoritmer.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Området under kurvan för mottagarens funktion Karakteristiskt för de diagnostiska modellerna för differentialdiagnos av maligna och benigna orbitala tumörer, höga och låga grader av histologiska typer och nivåer av Ki-67-uttryck i maligna sådana.
Tidsram: Före operation
|
Arean under ROC-kurvan beräknas genom att integrera ROC-kurvan, som plottar känslighet mot 1 - Specificitet.
|
Före operation
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
---|---|---|
Området under Precision-Recall-kurvan för de diagnostiska modellerna för differentialdiagnos av maligna och benigna orbitala tumörer, höga och låga grader av histologiska typer och höga och låga nivåer av Ki-67-uttryck i maligna orbitala tumörer.
Tidsram: Före operation
|
Arean under precisions-återkallningskurvan bestäms genom att integrera Precision-Recall-kurvan, som plottar Precision mot Recall.
|
Före operation
|
Känslighet hos de diagnostiska modellerna för differentialdiagnos av maligna och godartade orbitala tumörer, höga och låga grader av histologiska typer och höga och låga nivåer av Ki-67 uttryck i maligna orbitala tumörer.
Tidsram: Före operation
|
Känslighet beräknas som förhållandet mellan sanna positiva och summan av sanna positiva och falska negativa.
|
Före operation
|
Specificitet för de diagnostiska modellerna för differentialdiagnos av maligna och godartade orbitala tumörer, höga och låga grader av histologiska typer och höga och låga nivåer av Ki-67 uttryck i maligna orbitala tumörer.
Tidsram: Före operation
|
Specificitet beräknas som förhållandet mellan sanna negativa och summan av sanna negativa och falska positiva.
|
Före operation
|
Noggrannhet av de diagnostiska modellerna för differentialdiagnos av maligna och godartade orbitala tumörer, höga och låga grader av histologiska typer och höga och låga nivåer av Ki-67 uttryck i maligna orbitala tumörer.
Tidsram: Före operation
|
Noggrannhet beräknas som förhållandet mellan summan av sanna positiva och sanna negativa till det totala antalet fall.
|
Före operation
|
Samarbetspartners och utredare
Sponsor
Utredare
- Studiestol: Junfang Xian, M.D., Ph.D., Department of Radiology, Beijing Tongren Hospital, Capital Medical University
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- TREC2023-KY107
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .
Kliniska prövningar på Orbitala neoplasmer
-
AO Clinical Investigation and Publishing DocumentationAvslutadOrbital golvfraktur | Medial orbital väggfrakturSingapore, Förenta staterna, Tyskland, Spanien
-
Turku University HospitalOulu University Hospital; Turku Clinical Biomaterials CentreOkändKranial bendefekt | Orbital BasfrakturFinland
-
Fondation Ophtalmologique Adolphe de RothschildAvslutad
-
Fox, Donald Munro, M.D., P.C.Avslutad
-
Fondation Ophtalmologique Adolphe de RothschildAvslutad
-
Seoul National University HospitalUlthera, IncAvslutadOrbital fettframfallKorea, Republiken av
-
Hams Hamed AbdelrahmanAktiv, inte rekryterandeOrbital deformitetEgypten
-
Iran University of Medical SciencesTehran University of Medical Sciences; Shahid Beheshti University of Medical... och andra samarbetspartnersRekryteringOrbital PseudotumorIran, Islamiska republiken
-
Hams Hamed AbdelrahmanRekryteringOrbital deformitetEgypten