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

Kunstig intelligensmodel til vækstforudsigelse af ovariecancerorganoider

12. marts 2024 opdateret af: Chongqing University Cancer Hospital

Udvikling og validering af vækstforudsigelsesmodel for ovariecancerorganoider baseret på Bright Field Image og Deep Learning

Den nuværende undersøgelse har til formål at indsamle tidligt lys feltbillede af patientafledte organoider med kræft i æggestokkene. Ved at udnytte kunstig intelligens vil denne undersøgelse søge at konstruere og forfine algoritmer, der er i stand til at forudsige vækst af æggestokkræftorganoider.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Anslået)

100

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Kina
    • Chongqing
      • Chongqing, Chongqing, Kina, 400030
        • Rekruttering
        • Chongqing Cancer Hospital
        • Ledende efterforsker:
          • Dongling Zou, M.D.
        • 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

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter med epitelial ovariecancer modtog biopsi eller punktering for at opnå tumorvæv eller malign effusion

Beskrivelse

Inklusionskriterier:

  • Patienter skal have histologisk bekræftet diagnose af epitelial ovariecancer
  • Patienterne modtog biopsi eller punktering for at opnå tumorvæv eller malign effusion
  • Patienter deltog frivilligt i undersøgelsen og underskrev informeret samtykke.

Ekskluderingskriterier:

  • Ikke-epitelial ovariecancer
  • Ingen tilstrækkelig mængde tumorvæv eller malign effusion til etablering af organoider.

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 vækstforudsigelsespræstation ved hjælp af dyb læringsmodel
Tidsramme: op til 3 år
AUC =Areal under modtagerens driftskarakteristikkurve
op til 3 år
Nøjagtighed af vækstforudsigelse ved hjælp af dyb læringsmodel
Tidsramme: op til 3 år
Nøjagtighed=( antallet af korrekt klassificerede prøver)/( antallet af samlede prøver)
op til 3 år

Samarbejdspartnere og efterforskere

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

Sponsor

Chongqing University Cancer Hospital

Efterforskere

  • Ledende efterforsker: Dongling Zou, M.D., Chongqing University Cancer Hospital

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 (Anslået)

30. april 2024

Studieafslutning (Anslået)

30. maj 2024

Datoer for studieregistrering

Først indsendt

12. marts 2024

Først indsendt, der opfyldte QC-kriterier

12. marts 2024

Først opslået (Faktiske)

19. marts 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

19. marts 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

12. marts 2024

Sidst verificeret

1. marts 2024

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • CQGOG0206

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 Livmoderhalskræft

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Poland

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner