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

Glioma Patients Registry Based on Radiological, Histopathological and Genetic Analysis

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

Glioma Patients Registry Based on MR Images, Histopathology Images and Genetic Sequencing Analyzed by Artificial Intelligence

This prospective study aims to collect clinical, radiological, pathological, molecular and genetic data including detailed clinical parameters, MR and histopathology images, molecular pathology and genetic sequencing data. By leveraging artificial intelligence, this registry seeks to construct and refine algorithms that able to predict molecular pathology or clinical outcomes of glioma patients based on MR images and histopathology images, as well as revealing related mechanisms from genetic perspective.

Studieoversigt

Detaljeret beskrivelse

Non-invasive and precise prediction for molecular biomarkers such as 1p/19q co-deletion, MGMT methylation, IDH and TERTp mutations, and patients survival is challenging for gliomas. With the development of artificial intelligence, much more potential lies in the preoperative conventional/advanced MR imaging (T1 weighted imaging, T2 weighted imaging, FLAIR, contrast-enhanced T1 weighted imaging, diffusion-weighted imaging, and perfusion imaging), and in the histopathology images of HE slices of gliomas could be excavated to aid prediction of molecular pathology and patients' survival of gliomas. This study aims to collect clinical, radiological, pathological, molecular and genetic data including detailed clinical parameters, MR and histopathology images, molecular pathology (1p/19q co-deletion, MGMT methylation, IDH and TERTp mutations, etc) and genetic data (Whole exome sequencing, RNA sequencing, proteomics, etc), and seeks to construct and refine algorithms that able to predict molecular pathology or clinical outcomes of glioma patients based on MR images and histopathology images, as well as revealing related mechanisms from genetic perspective.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

500

Kontakter og lokationer

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

Studiesteder

    • 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

Patients with newly diagnosed glioma that receive tumor resection with preoperative MR images and postoperative histopathology images

Beskrivelse

Inclusion Criteria:

  • Patients must have radiologically and histologically confirmed diagnosis of primary glioma
  • Life expectancy of greater than 3 months
  • Must receive tumor resection
  • Must have sufficient frozen tissues and peripheral blood samples for sequencing
  • Must have high-quality MR images and histopathology images
  • Signed informed consent

Exclusion Criteria:

  • No gliomas
  • No sufficient amount of tumor tissues for detection of molecular pathology
  • Patients who are pregnant or breast feeding
  • Patients who are suffered from severe systematic malfunctions

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 of Prediction performance
Tidsramme: up to 2 years
AUC of Prediction performance=sensitivity+specificity-1
up to 2 years

Samarbejdspartnere og efterforskere

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

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. november 2018

Primær færdiggørelse (Forventet)

1. januar 2022

Studieafslutning (Forventet)

1. marts 2022

Datoer for studieregistrering

Først indsendt

4. januar 2020

Først indsendt, der opfyldte QC-kriterier

4. januar 2020

Først opslået (Faktiske)

7. 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

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

IPD-planbeskrivelse

Undecided

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

Abonner