Dyb læring med MR-baseret multimodal-data fusionsforbedret postoperativ risikostratificering af brystkræft
Brystkræft udgør en betydelig global sundhedsudfordring, især blandt kvinder, med høje forekomster af tilbagefald og fjernspredning trods tidlige indgreb. Den rettidige identifikation af metastaserisiko og nøjagtig forudsigelse af behandlingsstrategier er afgørende for at forbedre prognosen. Imidlertid giver den komplekse heterogenitet af brysttumorer udfordringer i præcis prognose forudsigelse. Derfor er udviklingen af innovative metoder til tumorsegmentering og prognosevurdering afgørende.
Den udførte forskning er en multicenterundersøgelse, der indskrev 1.199 ikke-metastaserende brystkræftpatienter fra fire uafhængige centre. Vores undersøgelse udnytter fremskridtene inden for kunstig intelligens (AI) til at løse denne udfordring. Denne undersøgelse er den første vellykkede anvendelse af MRI-baseret multimodalt forudsigelsessystem til præcist at identificere risikoen for postoperativt tilbagefald hos brystkræftpatienter.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Undersøgelsestype
Undersøgelsestype
Tilmelding (Faktiske)
Tilmelding
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Histologisk bekræftet stadium I-III invasiv BC
- Alder ≥ 18 år
- Patienten er blevet opereret
- Eksistensen af MR-scanninger
Ekskluderingskriterier:
- Manglede patologiske resultater
- Havde andre, samtidige maligniteter
- Havde MR-billeddannelsesproblemer var udelukket
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Træningskohorte
Vi tildelte tilfældigt 569 patienter fra Sun Yat-sen Memorial Hospital ved Sun Yat-sen University (SYSMH; Guangzhou, Kina) i et forhold på 3:1 til træning (n = 456) og intern validering (n = 113) kohorter.
|
|
|
Intern valideringskohorte
Vi tildelte tilfældigt 569 patienter fra Sun Yat-sen Memorial Hospital ved Sun Yat-sen University (SYSMH; Guangzhou, Kina) i et forhold på 3:1 til træning (n = 456) og intern validering (n = 113) kohorter.
|
|
|
Ekstern testkohorte 1
432 fra Sun Yat-sen University Cancer Center (SYSUCC; Guangzhou, Kina) til ekstern testkohorte 1.
|
|
|
Ekstern testkohorte 2
198 fra Dongguan Tungwah Hospital (DTH; Dongguan, Kina) og Shunde Hospital of Southern Medical University (SDHSMU; Guangzhou, Kina) til ekstern testkohorte 2.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
DFS
Tidsramme: Tiden fra operation til tumorgentagelse, inklusive lokalt og/eller fjernt tilbagefald, sygdomsprogression eller død, vurderet op til 100 måneder.
|
Sygdomsfri overlevelse
|
Tiden fra operation til tumorgentagelse, inklusive lokalt og/eller fjernt tilbagefald, sygdomsprogression eller død, vurderet op til 100 måneder.
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Faktiske)
Primær færdiggørelse
Studieafslutning (Faktiske)
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
Nøgleord
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- YSEC-KY-KS-2019-054-001
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 .