开发子宫内膜异位症的 US-MRI 生物标志物融合模型 (DEFEND)

在英国 (UK)，子宫内膜异位症是最常见的需要治疗的妇科疾病之一。 疾病的患病率经常被低估，但据信它影响了英国至少十分之一的女性。 在 NHS 内，子宫内膜异位症每年在治疗、失业和医疗保健方面花费英国经济约 82 亿英镑。

目前，子宫内膜异位症的第一个诊断建议是超声 (US) 扫描或 MRI，然后是称为腹腔镜检查的诊断性手术。 准确的诊断通常仅限于专业的三级中心，因此延迟诊断对于患有子宫内膜异位症的女性来说是一个重大问题。 在该疾病领域的经验有限也可能导致误诊，美国国家临床卓越研究所 (NICE) 的最新报告报告称，在确诊子宫内膜异位症之前，时间延迟了大约 7.5 年。 可以准确预测子宫内膜异位症手术结果的模型将具有显着的临床和经济效益。

本研究的主要目的是建立一个包含不同程度子宫内膜异位症患者的数据库。 该数据库将包含完全匿名的 MR 和美国图像以及临床数据，以供进一步用于研究。 不会有标准护理之外的干预。 美国和临床数据将在例行访问期间收集，患者将被提供额外的访问以进行 MRI。 最终目标是使用这些数据开发一种广泛可用的诊断工具，该工具基于使用计算机建模的 MRI 和 US 成像模式。 使用手术结果验证预测模型将增加非专家的信心和获得高级成像的机会，使临床医生能够准确预测手术结果并缩短诊断时间。