Udvikling af en billeddiagnostisk forudsigelsesmodel for bækkenlymfeknudemetastase af livmoderhalskræft ved brug af kunstig intelligensteknikker.
Studieoversigt
Status
Status
Betingelser
Betingelser
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Xin Wu
- Telefonnummer: (021)33189900
- E-mail: wuxin_fc@fudan.edu.cn
Studiesteder
-
-
Shanghai
-
Shanghai, Shanghai, Kina, 200090
- Rekruttering
- The Obstetrics and Gynecology Hospital of Fudan University
-
Kontakt:
- Xin Wu
- Telefonnummer: 8613764046908
- E-mail: wuxin_fc@fudan.edu.cn
-
Ledende efterforsker:
- Xin Wu
-
Underforsker:
- Hua Jiang
-
Underforsker:
- Xuan Yin
-
Underforsker:
- Ling Qiu
-
Underforsker:
- Hui Wang
-
Underforsker:
- Yang Liu
-
Underforsker:
- Shen Luo
-
Underforsker:
- Xiaomei Sun
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- patienter med præoperativ diagnose af invasiv livmoderhalskræft stadium I-III, med enhver form for patologi, og patienter, der har gennemgået radikal/modificeret radikal livmoderhalskræftoperation + bækkenlymfeknudedissektion på vores hospital.
- Alder ≥18 år og ≤80 år
- patienter med komplette præoperative bækken MR-billeder og postoperativ patologi og kliniske data på vores hospital
Eksklusionskriterier:
- Patienter under graviditet eller amning, patienter inden for 42 dage efter abort
- Patienter, der har modtaget neoadjuverende kemoterapi eller strålebehandling før operation for denne tidligere livmoderhalskræft
- Patienter med andre maligne tumorer inden for 5 år
- Kombination af andre underliggende sygdomme, der kan føre til forstørrede bækkenlymfeknuder
- Billeddiagnostik mere end 1 måned før operationen
- Dårlig billedkvalitet og uigenkendelig
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
En model til identifikation af bækkenlymfeknudemetastaser på præoperativ billeddannelse
Tidsramme: Fra tilmelding til afslutning af udvikling af model ved 24 måneder
|
Kunstig intelligens (AI) teknologi blev brugt til at udvikle en model til identifikation af bækkenlymfeknudemetastaser fra præoperative billeder for at øge nøjagtigheden af præoperativ lymfeknudemetastasering ved livmoderhalskræft.
Modellen blev valideret med det primære diagnostiske fokus på at bestemme status for lymfeknudemetastase.
|
Fra tilmelding til afslutning af udvikling af model ved 24 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
- Patologiske processer
- Neoplasmer
- Urogenitale neoplasmer
- Neoplasmer efter sted
- Uterine neoplasmer
- Genitale neoplasmer, kvindelige
- Livmoderhalssygdomme
- Livmodersygdomme
- Neoplastiske processer
- Urogenitale sygdomme hos kvinder
- Kvinders urogenitale sygdomme og graviditetskomplikationer
- Urogenitale sygdomme
- Genitale sygdomme
- Kønssygdomme, kvindelige
- Uterine cervikale neoplasmer
- Neoplasma Metastase
- Lymfemetastase
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- FUOBGY2024-33
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .