Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Optimalizace správy nádorů ledvin pomocí modulů umělé inteligence

16. března 2025 aktualizováno: Shao Pengfei

Mutimodální umělá inteligence pro optimalizaci léčby nádorů ledvin: diagnostika, chirurgie a prognóza

Cílem této observační studie je zlepšit management lidí s nádorem ledvin pomocí multimodální umělé inteligence (AI). Bude také měřit přesnost předpovědí z modelů AI. Hlavní otázky, na které chce odpovědět, jsou:

  1. zda modul AI dokáže přesně poskytovat informace související s nádorem, jako je benigní nebo maligní, podtypy, grading, stádium atd. učením z předoperačních CT snímků.
  2. zda modul AI může lékařům pomoci najít nejvhodnější chirurgický program pro lidi s nádorem ledvin.
  3. zda modul AI dokáže integrovat CT snímky a patologická sklíčka a nabízí doplňkové prognostické informace pro zlepšení pooperačního přežití.

Účastníci, kteří absolvují CT (obvykle Contrast-enhanced CT, CECT) vyšetření a podstoupí radikální nebo parciální nefrektomii, budou provádět aktivní dohled a zaznamenávat údaje o pooperačním přežití po dobu 5 let.

Přehled studie

Detailní popis

V této studii model AI prozkoumá a objasní rysy v CT obrazech nádoru ledvin a patologických obrazech, které je obtížné ručně detekovat, a poté je koreluje s klinickými výsledky, čímž se zlepší proces diagnostiky a léčby nádorů ledvin. Za prvé, model může přesně rozlišovat podtypy nádoru ledvin a předvídat stadium, stupeň a složitost, aby se zabránilo chybné diagnóze a pomohl lékařům při formulování léčebných plánů. Za druhé, na základě učení z chirurgických videí může model poskytnout další informace během operací, jako jsou důležité anatomické orientační body, umístění nádorů. A konečně, kombinací radiomiky a patomiky může model rozlišit mezi pacienty s vysokým a nízkým rizikem po operaci, a tak poskytnout personalizované prognostické vedení.

Typ studie

Pozorovací

Zápis (Odhadovaný)

2100

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

  • Jméno: Shao Pengfei, Professor
  • Telefonní číslo: +8613851925825
  • E-mail: spf032@hotmail.com

Studijní záloha kontaktů

  • Jméno: Miao Haoqi, Postgraduate
  • Telefonní číslo: +8613276636957
  • E-mail: mhq@stu.njmu.edu.cn

Studijní místa

    • Jiangsu
      • Nanjing, Jiangsu, Čína, 210036
        • Nábor
        • The First Affiliated Hospital of Nanjing Medical University (Jiangsu Provincial People's Hospital)
        • Kontakt:
        • Kontakt:

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Pacienti s nádory ledvin na zobrazovacích vyšetřeních, kteří podstoupili operaci

Popis

Kritéria zahrnutí:

  • Pacienti s nádorem ledvin, který lze léčit chirurgicky;
  • Dokončete CECT do 30 dnů před operací;
  • Pacienti, kteří plně rozumí této studii a podepíší informovaný souhlas;

Kritéria vyloučení:

  • Pacienti, u kterých chybí jakákoli položka ze základních klinických a patologických informací;
  • Pacienti, kteří již metastázovali v době, kdy byl nádor objeven;
  • Předchozí léčba v jakékoli formě, včetně chirurgického zákroku, cílené terapie a imunoterapie;

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Hodnocení výkonnosti modelů umělé inteligence pomocí modelu komplexního hodnocení "AUC".
Časové okno: Od zápisu do konce 5letého sledování
„AUC“ označuje oblast pod křivkou ROC (Receiver Operating Characteristic), která udává výkon modelu při predikci patologických informací souvisejících s imunohistochemií o rakovině prostaty po operaci, a AUC se pohybuje od 0 do 1 s vyšší hodnotou což ukazuje na lepší předpovědní efekt.
Od zápisu do konce 5letého sledování

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Posouzení výkonnosti modelu pro predikci prognózy účastníků po operaci pomocí Kaplan-Meierovy analýzy přežití
Časové okno: Od zápisu do konce 5letého sledování
Kaplan-Meierova analýza přežití je neparametrická statistika používaná hlavně k určení faktorů, které indikují přežití.
Od zápisu do konce 5letého sledování

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

1. ledna 2025

Primární dokončení (Odhadovaný)

1. ledna 2028

Dokončení studie (Odhadovaný)

31. prosince 2033

Termíny zápisu do studia

První předloženo

2. prosince 2024

První předloženo, které splnilo kritéria kontroly kvality

2. prosince 2024

První zveřejněno (Aktuální)

4. prosince 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

25. března 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

16. března 2025

Naposledy ověřeno

1. prosince 2024

Více informací

Termíny související s touto studií

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit