Riverain Technologies LLC 胸部 CT 计算机辅助肺结节检测软件的评估

将进行至少有十 (10) 名放射科医师参与的读者研究。 局部接受者操作特征曲线将用于评估放射科医师在使用和不使用ClearRead CT Insight (CRCTI) 系统。 每个案例的审查和解释所需的时间也将被记录下来。

每位放射科医师将根据原始形式的肺部 CT 进行初始（基线）解释。 至少一个月后，每位放射科医师将再次解读同一对 CRCTI CT 系列的图像： 两组 CT 图像（带有 CADe 标记并经过血管抑制处理的标准图像）将显示在一台大显示器或两台相邻的显示器上显示器。

在基线读数期间，放射科医生将标记可操作结节的位置并分配分数。 放射科医师还将指出推荐的随访方法（造影 CT、PET-CT、CT 随访、活组织检查）。

在第二次阅读会议（并发阅读）期间，放射科医生将看到一张标准外观 CT，其中放置了计算机辅助检测 (CADe) 标记，并且血管抑制了与血管抑制视图相同的切片（右图）。 第二张图像，血管被抑制，将变灰，直到放射科医师将鼠标移动到第二个面板。 放射科医生会标记位置。 这些可能对应也可能不对应 CAD 标记的位置。 和以前一样，放射科医生会为每个标记指定一个可疑级别，并指出是否需要进行额外的诊断操作（CT 随访、造影 CT、PET-CT 或活检）。

根据每个结节的怀疑程度和相关的可能性评级，将为基线和并发读数构建 LROC 曲线，并计算任何差异的显着性。 进一步行动的建议（CT 随访、造影 CT、PET-CT 或活检）将用于计算灵敏度和特异性、PPV 和 NPV。

案件数量和类型：

该研究将包括来自大约 300 名患者的回顾性肺部 CT 图像系列。 大约一百 (100) 名患者将患有病理学证实的癌症，并且大约两百 (200) 名患者将是与正常患者相关的 CT。 结节图像还包括那些当时未对可操作结节采取行动，但根据后续 CT 检测并采取行动的结节图像。 这些是可以识别结节的先前图像，其位置与放射科专家小组确认的“当前”图像相同（使用三者中的多数作为决策标准）。

从更大的 CT 案例池中随机选择的选定样本将通过以下方式进行丰富：

1. 肺结节（本研究中的癌症）的肿瘤大小为 T1a（20 毫米或更小）。 20 毫米或更小结节的比例可能会增加，因为这是研究人员预计该软件的主要影响所在。
2. 非实体（毛玻璃）结节将添加到样品中（根据可用性）以确定系统在非实体结节上的性能。 对于这一组，为了有足够的病例，研究人员可能必须包括良性（非恶性）非实性结节。
3. 在这个项目中，研究人员将对 ClearRead CT Insight 算法进行机器测试，然后进行读取器性能评估研究。 Riverain 将提供一个配置有用于读者研究的操作点集的系统，以及一个用于机器测试和 FROC 生成的“开放”系统的配置。

第 1 组：基线读取（无辅助内容）和第 2 组：并发、CAD 增强读取。

1. st Arm：做基线（测量时间，读者根据行动和可疑程度对区域进行评分）——标记所有关注的位置
2. nd Arm: Concurrent read (measure time, readers score regions according to action and suspicious) - 标记所有关注的位置

主要研究假设是 ClearRead CT Insight 的辅助使用优于单独使用标准肺部 CT 图像，如 LROC 曲线下面积所测量的那样。

统计分析的准确性

为了评估 ClearRead CT Insight 与无辅助设备相比在准确性提高方面的优势假设，将实施混合效应模型 (DBM)（类似于 Dorfman、Berbaum 和 Metz，1997 年概述的模型），其中方差分量将包括在内以说明读者、案例、逐个案例的读者、按模式的读者、按模式的案例和逐个模式的读者。 然而，预计三向相互作用将不可估量，随后将从统计模型中删除。 具体来说，测试 ClearRead CT Insight 与无辅助的优势的假设是：

H0：AUCunaided - AUCClearRead CT Insight ≥ 0.0 对比 HA：AUCunaided - AUCClearRead CT Insight < 0

LROC 的 AUC 是评估准确性的主要终点，感兴趣的测试将是模态影响的双侧 95% 置信区间（即 ClearRead CT Insight 减去独立）。 如果双边 95% 置信区间的上限不包括零，则将得出显着性结论。 如果零假设 (H0) 被拒绝，备择假设 (HA) 被接受，使用 ClearRead CT Insight 系统的优势将被确立。

时间

第二个共同主要目标是评估 ClearRead CT Insight 与无辅助相比在每张图像上花费的时间减少。 具体来说，测试 ClearRead CT Insight 与无辅助的优势的假设是：

H0= Tunaided - TClearRead CT Insight ≤ 0 对比 HA= Tunaided - TClearRead CT Insight > 0

为了评估 ClearRead CT Insight 与无辅助读取时间的非劣效性假设，将实施混合效应模型（类似于 Dorfman、Berbaum 和 Metz，1992 年概述的模型），其中方差分量将是包括以说明读者、案例、逐个案例的读者、按模式的读者、按模式的案例和逐个模式的读者。 然而，预计三向相互作用将不可估量，随后将从统计模型中删除。

读取时间将使用双侧 95% 置信区间对模态的影响进行测试（即 ClearRead 减去独立）。 如果双边 95% 置信区间的上限不包括零，则将得出显着性结论。

对于任一分析，如果违反了 DBM 方法的模型假设，则可以修改混合模型的使用以采用引导抽样方法。 曲线下面积差异的 95% 置信上限将使用 MultiReader MultiCase (MRMC) ROC 方法中的 10,000 个引导程序进行计算。

功效和样本量

通过模拟研究评估了使用当前设计基线（即 300 个案例，每个相应图像由 10 个读者阅读）检测 LROC 曲线 AUC 差异的能力。 具体来说，上面概述的模型用于模拟一系列效应大小的 500 个数据集，其中功效定义为产生显着 p 值以测试模态固定效应的数据集的比例。 Dorfman、Berbaum 和 Metz，1992 (DBM) 的方法是利用统计混合模型理论和折刀估计来实施的。

这些模拟需要假设与不同随机效应相关的方差分量的大小。 由于未进行获得方差分量估计的试点研究，因此使用了 Riverain 研究 SoftView 510(k)（记录号 BSSI-PR-09-00006）中的方差分量估计，该研究使用与拟议的 ClearRead CT Insight 设备类似的技术在所有功率模拟中。 请注意，方差分量按总方差缩放，以表示每个分量解释的总方差的比例。 所有功效估计都取决于假设方差分量的适当性。