肾周脂肪粘附的术前预测。 (APF)
基于 CT 放射组学与深度学习相结合的粘连肾周脂肪的术前预测:一项前瞻性、多中心研究。
研究概览
地位
条件
详细说明
重要性:
对于需要手术治疗的肾肿瘤患者来说,粘连性肾周脂肪是外科医生在手术过程中遇到的一个令人沮丧的变量,但目前用于预测手术潜在难度的依赖于图像的肾脏形态测量评分系统忽略了这个因素。 准确的术前预测肾周脂肪状态仍然是迫切需要的。
目的:
为了确定计算机断层扫描图像中肾周脂肪的影像组学特征是否能为判断肾周脂肪状态提供有价值的信息,开发基于CT影像组学结合深度学习的预测模型,并在独立队列中验证模型的性能。
设计、设置和参与者:
该研究包括 2020 年 1 月至 2023 年 9 月期间来自四个医疗中心的一份回顾性数据集和一份前瞻性数据集。 对 xx 名接受部分肾切除术或根治性肾切除术的成年患者进行了肾脏平扫 CT 扫描。 训练集、验证集和内部测试集由吉林大学第一医院提供,外部测试集由四平市第一医院、辽源市中心医院和东丰县医院提供。 该诊断研究使用2020年1月至2023年5月的单机构数据提取肾周脂肪区域的影像组学特征(独立样本T检验、最小绝对收缩和选择算子逻辑回归用于筛选最佳影像组学特征) )。 对肾脏手术前患者的临床变量进行单变量和多变量分析,以确定临床环境中肾周脂肪粘附的独立预测因素。 使用不同的分类器来构建仅使用图像组学特征的预测模型和使用独立的临床预测因子结合图像组学特征的融合预测模型。 其性能在两个测试集中得到验证。
主要成果和措施:
图像组学模型的判别性能通过受试者工作特征曲线下面积进行评估,并通过决策曲线分析进行确认。
研究类型
注册 (估计的)
联系人和位置
学习地点
-
-
Jilin
-
Ch'ang-ch'un、Jilin、中国、130000
- Yanbowang
-
-
参与标准
资格标准
适合学习的年龄
- 成人
- 年长者
接受健康志愿者
取样方法
研究人群
描述
纳入标准:
- (1)肾脏肿瘤,需要手术治疗的患者。 (2)术前CT影像资料完整的患者。
排除标准:
-(1)急性尿路感染、肾积水、肺部感染、自身免疫性疾病、血液系统疾病等术前并发症。
(2)CT图像呼吸运动伪影严重。 (3)孕妇或哺乳期妇女。 (4)接受过免疫治疗或放化疗的患者。
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 |
---|
附着性肾周脂肪群
外科医生认为肾周脂肪是粘附的。
|
非贴壁肾周脂肪组
外科医生认为肾周脂肪是不粘附的。
|
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 |
---|---|---|
放射组学特征
大体时间:从2020年1月到2023年12月。
|
与预测肾周脂肪粘附相关的放射组学特征。
|
从2020年1月到2023年12月。
|
合作者和调查者
调查人员
- 首席研究员:yanbo wang、The First Hospital of Jilin University
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (估计的)
研究完成 (估计的)
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 (估计的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
与本研究相关的术语
其他研究编号
- wangyanbo
药物和器械信息、研究文件
研究美国 FDA 监管的药品
研究美国 FDA 监管的设备产品
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.