重症 COVID-19 诊断和预后的预测模型
研究概览
详细说明
研究目的
研究团队收集了来自多家医院的 1,000 名 COVID-19 患者的临床和胸部 CT。 我们计划利用这些数据探索 COVID-19 的影像特征,开发一种方便、易用、高可靠的影像 AI 模型,用于检测和预测重症 COVID-19。 该模型用于对COVID-19患者进行影像学评估,以达到早期诊断、合理管理患者和预测重症COVID-19的目的。
- 研究设计和方法:
本研究为回顾性研究。 项目研究期为6个月。 开始时间:伦理批准之日。
结束时间:2020年8月20日。
2.1 建立COVID-19胸部CT病灶检测AI模型 基于现有模型和数据,在COVID-19胸部高分辨率CT(HRCT)图像上快速检测病灶,识别病灶特征包括病变的体积。
2.1.1 研究数据 COVID-19组:浙江省内外十余家定点医院SARS-CoV-2核酸检测呈阳性的1000例COVID-19患者。 均行胸部HRCT检查,临床及实验室资料较为完整。
对照组:合并其他病毒性、细菌性肺炎患者。 收集多中心1000例其他类型肺炎患者,均行胸部HRCT检查,临床资料较为完整。
2.1.2 研究方法
- 病变检测、分割和量化。 基于依图科技开发的人工智能分析功能,对患者的胸部CT图像数据进行分析,包括:a.检测肺部病变; b. 对病变的形状、范围、密度等关键影像学特征进行定量和放射组学分析,准确计算疾病的累积肺炎负荷; C。 对于局灶性病变、弥漫性病变,定量分析累及全肺的各种肺炎疾病的严重程度。
- 基于上述病灶分割检测结果,分析COVID-19的特征表现。 观察 COVID-19 和其他肺炎患者肺部病灶数量、形状、范围、密度和放射组学特征的差异,并量化其独特的肺部特征。 比较分析肺部特征与临床症状、指南分类特征的相关性,阐明定量数学特征在辅助诊断分类中的价值。
2.2 建立预测重症COVID-19的AI模型 通过患者的胸部CT影像数据、患者基本信息、流行病学史、临床症状、基础疾病建立可靠的预测重症COVID-19的AI模型。 拟建立重症COVID-19风险评估系统,既能协助医生对住院患者进行危重评估,又能警示居家隔离患者的重症风险。 该系统将包括简单而准确的模型。 前者仅使用患者图像、基本人口特征、症状和其他易于收集的信息。 这种模式可能适用于有轻症基础数据但不具备救治条件的武汉市。 允许他们在家中或其他没有医疗资源的患者进行隔离,并在医院系统中预警重症改造风险,进行初步检测,便于后续患者管理和救治。 复杂模型会融合更多复杂、详细的信息,例如患者的多张影像、验血数据等,建立更准确的预测模型,为医院患者的诊疗策略提供参考,以及可以提示更多与肺炎相关的 COVID-19 因素。
2.2.1研究对象1000例确诊为新型冠状病毒肺炎轻症患者,根据后续临床转归分为重症组和非重症组。
轻症定义:患者仅表现为全身发热、呼吸道等症状,就诊及随访期间未出现严重症状。
重症定义:治疗期间出现下列情况之一的患者: 1.呼吸窘迫,RR≥30次/分; 2、静息状态下,平均血氧饱和度≤93%; 3、动脉血氧分压(PaO2)/吸入氧浓度(FiO2)≤300mmHg(1mmHg=0.133kPa); 4.发生呼吸衰竭,需要机械通气; 5、发生震动; 6.合并其他脏器功能衰竭需ICU监护治疗。
2.2.2 研究方法本研究采用人工智能技术预测轻症患者的病情严重程度。 其建模所需的数据来自多个来源:(1)利用放射组学分析技术,提取患者的CT图像,包括胸部CT值、病灶形状和大小等高维成像放射组学特征,如纹理和小波特征获取更准确、更全面的图像数据信息。 依图现有影像组学特征提取工具,最多可提取5900张CT图像特征,使肺部状态更准确的评估和预测成为可能; (2)采集影像医师对CT影像征象的主观评价信息,以及患者基本信息、病史、实验室检查结果、临床症状等多维度信息; (3) 基于开发的胸部CT图像分析功能,利用深度学习技术提取肺炎负荷指数、斑块半定量信息等定量参数。
收集的总数据集分为训练集和内部验证集。 首先,通过传统医学和多维AI算法对信息进行分析,综合定量分析该数据列是否被纳入预测模型,以及模型中的权重,寻找强相关因素。 尝试利用机器学习、深度学习等人工智能算法建立重症COVID-19风险预测模型。 并将结果输出患者严重程度的概率,并对患者严重程度的风险进行分类。 通过敏感性、特异性等指标评估模型识别高危和低危患者的能力,初步验证模型的稳定性。
2.2.3 临床应用验证 预测模型建立后,预测模型将继续用于后续多中心补充临床患者数据,利用患者随访数据验证其敏感性和特异性,并不断纳入将新收集的数据放入模型训练集中,不断改进预测模型。 提高风险评估模型的应用效率。 最终将降低重症患者的转化率,减轻轻症患者的管理压力,更好地辅助医生进行临床诊疗决策和患者管理。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
Zhejiang
-
Fuyang、Zhejiang、中国
- Department of radiology, The Second People's Hospital, Fuyang, Anhui, China
-
Hangzhou、Zhejiang、中国、310009
- 2nd Affiliated Hospital, School of Medicine, Zhejiang University, China
-
Jiaxing、Zhejiang、中国
- Department of Radiology, The First Hospital of Jiaxing, Affiliated Hospital of Jiaxing University, Jiaxing, Zhejiang, China
-
Taizhou、Zhejiang、中国
- Department of Radiology, Taizhou Hospital of Zhejiang Province, Taizhou, Zhejiang, China
-
Wenzhou、Zhejiang、中国
- Department of Radiology, Ruian People's Hospital, The Third Affiliated Hospital of Wenzhou Medical University, Ruian, Zhejiang, China
-
Wenzhou、Zhejiang、中国
- Department of Radiology, Yueqing People's Hospital, Yueqing, Wenzhou, Zhejiang, China
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
- 该患者的 SARS-CoV-2 核酸检测呈阳性
排除标准:
- 没有任何
学习计划
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
---|
严重的 COVID-19
治疗期间有下列情况之一的患者: 1.呼吸窘迫,RR≥30次/分; 2、静息状态下,平均血氧饱和度≤93%; 3、动脉血氧分压(PaO2)/吸入氧浓度(FiO2)≤300mmHg(1mmHg=0.133kPa);
4.发生呼吸衰竭,需要机械通气; 5、发生震动; 6.合并其他脏器功能衰竭需ICU监护治疗。
|
轻度 COVID-19
患者一般仅表现为发热、呼吸道等症状,就诊及随访期间未出现严重症状。
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
---|---|---|
胸部CT和临床特征
大体时间:2020-1-1 至 2020-6-1
|
患者胸部CT影像学资料、患者基本信息、流行病学史、临床症状、基础疾病
|
2020-1-1 至 2020-6-1
|
合作者和调查者
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.