Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

MR-baseret forudsigelse af molekylær patologi i gliom ved hjælp af kunstig intelligens

5. februar 2021 opdateret af: Zhenyu Zhang, The First Affiliated Hospital of Zhengzhou University

MR-baseret forudsigelse af molekylære biomarkører eller undergrupper i primært gliom ved hjælp af Deep Learning eller Machine Learning

Dette register har til formål at indsamle kliniske, molekylære og radiologiske data, herunder detaljerede kliniske parametre, molekylær patologi (1p/19q co-deletion, MGMT-methylering, IDH- og TERTp-mutationer osv.) og konventionelle/avancerede/nye MR-sekvenser (T1, T1c, T2 , FLAIR, ADC, DTI, PWI osv.) af patienter med primære gliomer. Ved at udnytte kunstig intelligens vil dette register søge at konstruere og forfine algoritmer, der er i stand til at forudsige molekylær patologi eller undergrupper af gliomer.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Ikke-invasiv og præcis forudsigelse af molekylære biomarkører såsom 1p/19q co-deletion, MGMT methylering, IDH og TERTp mutationer er udfordrende. Med udviklingen af ​​kunstig intelligens ligger der meget mere potentiale i den præoperative konventionelle/avancerede MR-billeddannelse (T1-vægtet billeddannelse, T2-vægtet billeddannelse, FLAIR, kontrastforstærket T1-vægtet billeddannelse, diffusionsvægtet billeddannelse og perfusionsbilleddannelse) hjælpe forudsigelse af molekylær patologi af gliomer. Oprettelsen af ​​et register for primært gliom med detaljeret molekylær patologi, radiologiske data og med tilstrækkelig prøvestørrelse til dyb læring (>1000) giver betydelige muligheder for personlig forudsigelse af molekylær patologi med ikke-invasivitet og præcision.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

3000

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Studiesteder

  • Kina
    • Henan
      • Zhengzhou, Henan, Kina, 450052
        • Rekruttering
        • Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University
        • Kontakt:

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

1 år til 95 år (Barn, Voksen, Ældre voksen)

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Patienter med nydiagnosticeret gliom, der modtager tumorresektion

Beskrivelse

Inklusionskriterier:

  • Patienter skal have radiologisk og histologisk bekræftet diagnose af primært gliom
  • Forventet levetid på mere end 3 måneder
  • Skal modtage tumorresektion
  • Underskrevet informeret samtykke

Ekskluderingskriterier:

  • Ingen gliomer
  • Ingen tilstrækkelig mængde af tumorvæv til påvisning af molekylær patologi
  • Patienter, der har nogen form for bioimplantat aktiveret af mekaniske, elektroniske eller magnetiske enheder
  • Patienter, der er gravide eller ammer
  • Patienter, der lider af alvorlige systematiske funktionsfejl

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
AUC for forudsigelsesydelse
Tidsramme: op til 10 år
AUC=sensitivitet+specificitet-1
op til 10 år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

The First Affiliated Hospital of Zhengzhou University

Samarbejdspartnere

Sun Yat-sen University

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

1. januar 2017

Primær færdiggørelse (Forventet)

1. januar 2027

Studieafslutning (Forventet)

1. juni 2027

Datoer for studieregistrering

Først indsendt

30. december 2019

Først indsendt, der opfyldte QC-kriterier

31. december 2019

Først opslået (Faktiske)

3. januar 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

8. februar 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

5. februar 2021

Sidst verificeret

1. februar 2021

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • GliomaAI-1

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

IPD-planbeskrivelse

Uafklaret.

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Kliniske forsøg med Gliom

Kliniske forsøg med Forudsigelse af molekylær patologi

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Mexico

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

3
Abonner