CADx - 放射组学区分卵巢肿瘤的起源 (CADx)
用于癌症检测和治疗分层的计算机辅助放射学 - 良性或恶性卵巢肿瘤。
在患有卵巢肿瘤的女性中，通常不清楚肿瘤是良性还是恶性。 为了区分肿瘤标志物（CA125 和 CEA）、经阴道超声，并根据超声图像和 CA125 浓度进行 CT 扫描。 诊断腹部病理学的放射成像质量通常不够准确，使得额外的干预措施无法对肿瘤进行正确的分类和解释。
目的：通过使用计算机辅助检测算法提高卵巢肿块患者良恶性疾病鉴别的准确性。
研究概览
详细说明
这项研究的重点是通过创建 CT 扫描算法，利用人工智能提高确定卵巢肿瘤性质（良性或恶性）的准确性。 这是因为卵巢肿瘤的正确术前分类对于适当的治疗至关重要。 现有的预测模型通常会导致不必要地转诊至妇科肿瘤医院，从而导致患者的费用增加和压力增加。 因此，重要的是评估其他策略以区分良性和恶性卵巢肿瘤。
埃因霍温科技大学 (TU/e) 和飞利浦欧洲研究中心目前正在开发用于放射学的人工智能 (AI)，并可能为该问题提供潜在的解决方案。
目前开发的算法 (CADx) 使用支持向量机 (SVM)，在约 100 名患者的小群体中显示出 74% 的敏感性和 74% 的特异性。 这些是有希望的结果，可以通过更多 CT 扫描图像和临床变量甚至液体活检进一步训练该算法。
研究类型：回顾性研究队列 这是对已知数据的回顾性分析，其中明确的患者诊断已经确定，当前分析不会影响治疗计划。
不使用针对患者的产品，仅在现有的放射成像即 CT 扫描上使用计算机辅助诊断。
这项研究与另外两项荷兰试验相关联，在这两项试验中评估了卵巢肿瘤生物标志物，以便在术前找出卵巢肿瘤的起源。
第一个是 HE4 预测研究，本地协议 ID NL58253.031.16。 第二个是 OVI-DETECT 研究，在 clinicaltrial.gov 编号 NCT04971421。
研究类型
注册 (预期的)
联系人和位置
学习联系方式
- 姓名：Jurgen Piek, MD-PhD
- 电话号码：040 - 239 91 11
- 邮箱：jurgen.piek@catharinaziekenhuis.nl
研究联系人备份
- 姓名：Anna Koch, MD
- 电话号码：020-512 4303
- 邮箱：a.koch@nki.nl
学习地点
-
-
-
Amsterdam、荷兰
- 尚未招聘
- Amsterdam Medical Center
-
接触：
- Stijn Mom, MD-PhD
- 电话号码：020-7328300
- 邮箱：c.mom@amsterdamumc.nl
-
Breda、荷兰
- 招聘中
- Amphia Hospital
-
接触：
- Janneke Hoogstad, MD-PhD
- 电话号码：(076) 595 10 03
- 邮箱：JHoogstad@amphia.nl
-
副研究员：
- Dineke Smedts, MD-PhD
-
-
Brabant
-
Eindhoven、Brabant、荷兰、5623EJ
- 招聘中
- Catharina Hospital
-
接触：
- Jurgen M Piek, MD. PhD.
- 电话号码：+31(0)40 239 9111
- 邮箱：jurgen.piek@catharinaziekenhuis.nl
-
-
Noord Holland
-
Amsterdam、Noord Holland、荷兰、1066 CX
- 招聘中
- Netherlands Cancer Institute
-
接触：
- Christianne Lok, MD; PhD
- 电话号码：020 512 2957
- 邮箱：c.lok@nki.nl
-
Leiden、Noord Holland、荷兰、2333 ZA
- 招聘中
- Leiden University Medical Center
-
接触：
- Cor D de Kroon, MD, PhD
- 电话号码：071-5299288
- 邮箱：cordekroon@lumc.nl
-
-
参与标准
资格标准
适合学习的年龄
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：
- 患有良性或恶性未知的卵巢肿瘤患者（恶性风险指数（RMI）> 200）
- 接受手术
- 肿瘤的组织学证据
排除标准：
- 不确定的病理报告
- 适用时手术室报告中缺乏对分期的正确描述
学习计划
研究是如何设计的？
设计细节
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 |
|---|---|---|
|
CADx算法的敏感性和特异性
大体时间：3 - 4 年
|
通过恶性肿瘤风险指数 (RMI) 正确确定恶性肿瘤的百分比与通过 CAD 评估准确确定卵巢肿瘤患者的恶性肿瘤的百分比
|
3 - 4 年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
具有附加变量的CADx算法的敏感性和特异性
大体时间：3 - 4 年
|
一些患者的 CAD 分析结果与循环肿瘤 (ct) DNA 和蛋白质肿瘤标记物或其他附加临床变量分析的相关性
|
3 - 4 年
|
合作者和调查者
出版物和有用的链接
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (预期的)
研究完成 (预期的)
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.
CT扫描算法的临床试验
-
Medtronic Cardiac Rhythm and Heart Failure完全的