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

Udvikling af AI-model til nyretumordiagnose ved hjælp af CT- og laboratorietests

30. december 2024 opdateret af: RenJi Hospital

En kunstig intelligensmodel til nøjagtig diagnose af nyretumorer baseret på multi-fase kontrastforstærkede CT- og laboratorietests: en modeludvikling og multicenter-evalueringsundersøgelse

Dette multicenter retrospektive studie har til formål at udvikle en multimodal kunstig intelligens diagnostisk model ved hjælp af præoperative kontrastforstærkede CT-billeder og rutinemæssige laboratorieparametre fra patienter med nyretumorer. Modellen er designet til at hjælpe klinikere med præcist at forudsige de patologiske undertyper af nyretumorer præoperativt, hvilket muliggør detaljerede diagnoser og fremme præcisionsmedicin.

Studieoversigt

Status

Afsluttet

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

1922

Kontakter og lokationer

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

Studiesteder

    • Shanghai
      • Shanghai, Shanghai, Kina, 200120
        • Shanghai Jiaotong University School of Medicine, Renji 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

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Undersøgelsespopulationen består af patienter, der har gennemgået nyretumorresektion på flere centre, med fuldstændig præoperativ billeddannelse og laboratoriedata. Kvalificerede deltagere inkluderer dem med patologiske diagnoser af klarcellet nyrecellecarcinom, papillært nyrecellecarcinom, kromofobe nyrecellecarcinom, nyreangiomyolipom eller nyreonkocytom. Patienter med ufuldstændige billeddata, CT-billeder af dårlig kvalitet eller sameksistens af flere patologiske typer nyretumorer blev udelukket.

Beskrivelse

Inklusionskriterier:

  • Gennemgik nyretumorresektion med en fuldstændig postoperativ patologisk rapport, og den patologiske diagnose er en af ​​følgende typer: klarcellet nyrecellekarcinom, papillært nyrecellekarcinom, kromofobe nyrecellekarcinom, nyreangiomyolipom eller nyreonkocytom.
  • Fuldstændige og tilgængelige fire-fase kontrastforstærkede CT-scanninger før operation.
  • Fuldstændige og tilgængelige rutinemæssige laboratorietestresultater før operation.

Ekskluderingskriterier:

  • Ufuldstændige CT-data eller dårlig billedkvalitet, der påvirker diagnostisk analyse.
  • Et tidsinterval på mere end tre måneder mellem billeddannelse eller laboratorieundersøgelse og patologisk diagnose.
  • Patienter diagnosticeret med fedtrigt nyre-angiomyolipom (AML).
  • Patologisk diagnose, der indikerer sameksistensen af ​​to eller flere patologiske typer af nyretumorer.

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
Træningssæt
Valideringssæt
Internt testsæt
Eksternt testsæt

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Tidsramme
postoperativ patologisk rapport
Tidsramme: Fra operationstidspunktet til udgivelsen af ​​den postoperative patologiske rapport (typisk inden for 2 uger efter operationen).
Fra operationstidspunktet til udgivelsen af ​​den postoperative patologiske rapport (typisk inden for 2 uger efter operationen).

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 2024

Primær færdiggørelse (Faktiske)

1. december 2024

Studieafslutning (Faktiske)

1. december 2024

Datoer for studieregistrering

Først indsendt

30. december 2024

Først indsendt, der opfyldte QC-kriterier

30. december 2024

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

30. december 2024

Sidst verificeret

1. december 2024

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Data vil blive stillet til rådighed for interesserede forskningspartnere efter rimelig anmodning til Wei Zhai eller afdelingen for urologi, Renji Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, Kina.; forudsætningen for dette er en dataoverførselsaftale, godkendt af den anmodende forskers juridiske afdelinger og af alle juridiske afdelinger på de institutioner, der har leveret data til undersøgelsen, og en etisk godkendelse.

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 .

Abonner