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

Deep Learning Signatur til forudsigelse af okkult nodal metastase af klinisk N0-lungekræft

7. februar 2023 opdateret af: Chang Chen, Shanghai Pulmonary Hospital, Shanghai, China

PET/CT-baseret Deep Learning-signatur til forudsigelse af okkult nodalmetastase af klinisk stadium N0 Ikke-småcellet lungekræft: Et multicenter prospektivt diagnostisk forsøg

Formålet med denne undersøgelse er at sammenligne den prædiktive ydeevne af en PET/CT-baseret dyb læringssignatur med den maksimale tumorstandardiserede optagelsesværdi (SUVmax) på PET for okkult nodal metastaseforudsigelse af ikke-småcellet lungecancer i klinisk stadium N0 i en multicenter prospektiv kohorte.

Studieoversigt

Status

Rekruttering

Undersøgelsestype

Observationel

Tilmelding (Forventet)

5000

Kontakter og lokationer

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

Studiesteder

    • Guizhou
      • Zunyi, Guizhou, Kina
        • Rekruttering
        • Affiliated Hospital of ZunYi Medical University
    • Jiangxi
      • Nanchang, Jiangxi, Kina
        • Rekruttering
        • The First Affiliated Hospital of Nanchang University
    • Shanghai
      • Yangpu, Shanghai, Kina
        • Rekruttering
        • Shanghai Pulmonary Hospital
    • Zhejiang
      • Ningbo, Zhejiang, Kina
        • Rekruttering
        • Ningbo HwaMei Hospital

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

20 år til 75 år (VOKSEN, OLDER_ADULT)

Tager imod sunde frivillige

N/A

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Clinica N0 Ikke-småcellet lungekræft

Beskrivelse

Inklusionskriterier:

(1) Deltagere, der er planlagt til operation for radiologisk fund af pulmonale læsioner fra de præoperative tyndsektions-CT-scanninger; (2) Den maksimale korte akse diameter af lymfeknuder mindre end 1 cm på CT-scanning; (3) SUVmax for hilar og mediastinale lymfeknuder mindre end 2,5; (4) Patologisk bekræftelse af primær NSCLC; (5) Alder fra 20-75 år; (6) Indhentet skriftligt informeret samtykke.

Ekskluderingskriterier:

(1) Multiple lungelæsioner; (2) Dårlig kvalitet af PET-CT-billeder; (3) Deltagere med ufuldstændig klinisk information; (4) Deltagere, der ikke modtager systematisk lymfeknudedissektion; (5) Deltagere, der har modtaget neoadjuverende terapi.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Kohorte
  • Tidsperspektiver: Fremadrettet

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Område under modtagerens funktionskarakteristikkurve
Tidsramme: 2022.1-2023.12
Område under modtagerens funktionskarakteristikkurve
2022.1-2023.12

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Følsomhed Følsomhed
Tidsramme: 2022.1-2023.12
Følsomhed
2022.1-2023.12
Specificitet
Tidsramme: 2022.1-2023.12
Specificitet
2022.1-2023.12
Positiv prædiktiv værdi
Tidsramme: 2022.1-2023.12
Positiv prædiktiv værdi
2022.1-2023.12
Negativ prædiktiv værdi
Tidsramme: 2022.1-2023.12
Negativ prædiktiv værdi
2022.1-2023.12
Nøjagtighed
Tidsramme: 2022.1-2023.12
Nøjagtighed
2022.1-2023.12

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. januar 2022

Primær færdiggørelse (FORVENTET)

31. december 2023

Studieafslutning (FORVENTET)

31. december 2023

Datoer for studieregistrering

Først indsendt

15. juni 2022

Først indsendt, der opfyldte QC-kriterier

15. juni 2022

Først opslået (FAKTISKE)

21. juni 2022

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (SKØN)

9. februar 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

7. februar 2023

Sidst verificeret

1. februar 2023

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

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 Ikke-småcellet lungekræft

Kliniske forsøg med PET/CT-baseret Deep Learning Signatur

Abonner