Multimodal Deep Learning Model forudsiger bugspytkirtelkræftprognose
5. januar 2026 opdateret af: Second Affiliated Hospital, School of Medicine, Zhejiang University
Forudsigelse af bugspytkirtelkræftprognose ved hjælp af en multimodal dyb læringsmodel baseret på intratumoralt immunmikromiljø
Denne undersøgelse beskriver udviklingen og valideringen af en forudsigelsesmodel for dyb læring, som uddrager dybe læringsfunktioner fra præoperative forbedrede CT-scanninger og analyserer postoperative patologiske prøver fra pancreascancerpatienter.
Formålet er at forudsige patientens prognose og respons på kemoterapibehandling.
Studieoversigt
Status
Afsluttet
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Denne undersøgelse indsamlede retrospektivt forbedrede CT-scanningsdata, patologiske paraffinblokke og kliniske data fra pancreascancerpatienter, som blev opereret på flere centre mellem marts 2013 og maj 2024.
De patologiske paraffinblokke blev farvet ved hjælp af immunhistokemi til prognostiske immunmikromiljømarkører, og patienter blev klassificeret baseret på disse resultater.
Efterfølgende blev deep learning-funktioner ekstraheret fra forbedrede CT-scanninger, og en multimodal forudsigelsesmodel blev konstrueret ved hjælp af billeddannelsesfunktioner og klinisk information.
Modellens ydeevne blev evalueret ved hjælp af metrikker, herunder areal under modtagerens operationskarakteristikkurve (AUC), nøjagtighed, følsomhed og specificitet.
Undersøgelsestype
Observationel
Tilmelding (Faktiske)
247
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
Zhejiang
-
Hangzhou, Zhejiang, Kina, 310009
- The Second Affiliated Hospital Zhejiang University School of Medicine
-
-
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
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Ingen
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
Bugspytkirtelkræftpatienter, der blev opereret og modtog adjuverende kemoterapi efter operationen.
Beskrivelse
Inklusionskriterier:
- Patienter med kræft i bugspytkirtlen, diagnosticeret gennem patologi,
- Patienterne blev opereret og modtog adjuverende kemoterapi efter operationen.
Ekskluderingskriterier:
- Manglende eller utilstrækkelig kvalitet af CT,
- Ufuldstændige klinikopatologiske data.
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
Uddannelseskohorte
Patienter diagnosticeret med kræft i bugspytkirtlen, som gennemgik operation og andre behandlinger på det andet tilknyttede hospital, Zhejiang University School of Medicine
|
High-throughput-ekstraktion af kvantitative billedtræk fra medicinske billeder
Immunhistokemisk analyse
|
|
Testkohorte
Patienter diagnosticeret med kræft i bugspytkirtlen, som gennemgik operation og andre behandlinger på Fourth Affiliated Hospital, Zhejiang University School of Medicine og Hangzhou Hospital of Traditional Chinese Medicine
|
High-throughput-ekstraktion af kvantitative billedtræk fra medicinske billeder
Immunhistokemisk analyse
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Udførelse af dyb læringsmodel
Tidsramme: Baseline behandling
|
Modellens ydeevne blev evalueret ved hjælp af metrikker, herunder areal under modtagerens operationskarakteristikkurve (AUC), nøjagtighed, følsomhed og specificitet.
|
Baseline behandling
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Samarbejdspartnere
Efterforskere
- Ledende efterforsker: Yulian Wu, PhD., Second Affiliated Hospital of Zhejiang University School of Medicine
Publikationer og nyttige links
Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.
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)
5. juli 2024
Primær færdiggørelse (Faktiske)
15. december 2024
Studieafslutning (Faktiske)
3. januar 2026
Datoer for studieregistrering
Først indsendt
29. december 2024
Først indsendt, der opfyldte QC-kriterier
29. december 2024
Først opslået (Faktiske)
6. januar 2025
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
7. januar 2026
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
5. januar 2026
Sidst verificeret
1. juli 2024
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- PCPAI
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
produkt fremstillet i og eksporteret fra U.S.A.
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 .