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

Raman-spektroskopibaseret dyb læringsmodel til tidlig pan-kræft tidlig diagnose

En ny Raman-spektroskopibaseret metode til pan-kræftere Tidlig diagnose understøttet af dyb læring: En potentiel, enkeltarm, multicentre-undersøgelse

Målet med denne observationsundersøgelse er at undersøge, om en Raman-baseret, dyb indlæringsassisteret tilgang kan bruges til at udvikle en effektiv metode til screening af tidlig pan-kræft. Undersøgelsen inkluderer både raske individer og patienter, der risikerer kræft og patienter med diagnosticerede kræftformer. Det vigtigste spørgsmål, det sigter mod at besvare, er:

  • Evaluer den dyblærende model nøjagtighed og specificitet for at identificere de kræftspecifikke funktioner i Raman-spektrale data, og om denne metode nøjagtigt kan klassificere patienter baseret på risiko.
  • Bestem, hvilken model der er mere tilpasningsdygtig til Raman -spektret
  • Giv den fortolkbare analyse for de modelgenererede diagnosedeltagere diagnosticeres allerede og opfølgning for at bestemme kræfttypen.

Studieoversigt

Detaljeret beskrivelse

Denne undersøgelse sigter mod at undersøge brugen af ​​dybe læringsmodeller til klassificering af patienter baseret på Raman -spektroskopi -analyse af blodserumprøver, der skelner mellem individer i fysiologiske tilstande og patienter med forskellige typer ondartede tumorer. Undersøgelsen gennemføres gennem et multicenter-samarbejde, hvor blodprøver indsamles fra både sunde deltagere og patienter, hvis histopatologiske diagnosticerede under precancerøse forhold og primære ondartede tumorer.

Alle blodprøver indsamles fra patienters rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer. Serum ekstraheres og udsættes for Raman -spektroskopianalyse. De spektrale data gennemgår en streng forarbejdning af pipeline, der inkluderer justeringssampling for at standardisere dataene, fjernelse af baseline for at eliminere uønskede variationer og normalisering for at sikre ensartethed på tværs af alle prøver. At sikre, at dataene er i en optimal form for dyb læringsmodeluddannelse.

Der anvendes derefter forskellige dybe læringsmodeller til at analysere de forarbejdede Raman-spektre og udvikle et klassificeringssystem, der er i stand til at skelne mellem pan-kræft og sunde kontroller. Det forarbejdede datasæt blev opdelt i tre undergrupper til modeluddannelse og evaluering af præstationer: 80% til træning, 10% til validering og 10% til test. Datasæt anvendes til modeluddannelse for at opnå identificering af mønstre i de spektrale data, der korrelerer med tilstedeværelsen af ​​specifikke kræftformer eller en sund tilstand for at opnå klassificeret diagnose.

For at forbedre fortolkbarheden af ​​de dybe læringsmodeller bruges grad-cam (gradientvægtet klasses aktiveringskortlægning) til at visualisere modellernes beslutningsproces. Tilladelse af identifikation af Raman -spektre -regionerne, der er mere indflydelsesrige i modellens klassificeringsbeslutning, hvilket giver en gennemsigtig forståelse af, hvordan modellen skelner mellem de forskellige klasser.

I sidste ende sigter denne undersøgelse at demonstrere potentialet for Raman-spektroskopi kombineret med dybe læringsteknikker for at tilbyde en ikke-invasiv, nøjagtig og fortolkbar metode til kræftdetektion og klassificering med implikationer for tidlig diagnose og personaliserede behandlingsstrategier.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

600

Kontakter og lokationer

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

Studiekontakt

Studiesteder

    • Jiangxi
      • Nanchang, Jiangxi, Kina, 330006
        • Rekruttering
        • The First Affiliated Hospital to Nanchang University
        • Kontakt:
      • Nanchang, Jiangxi, Kina, 330008
        • Rekruttering
        • The Second Affiliated Hospital to Nanchang University
        • Kontakt:
    • Shanghai
      • Shanghai, Shanghai, Kina, 200040
        • Rekruttering
        • Huashan Hospital Affiliated to Fudan University
        • Kontakt:
    • Zhejiang
      • Hangzhou, Zhejiang, Kina, 310009
        • Rekruttering
        • The Second Affiliated Hospital of Zhejiang University School of Medicine
        • 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

Ja

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Patienter med pan-kræft fra Zhejiang, Jiangxi og Shanghai-provinsen

Beskrivelse

Inkluderingskriterier:

  • Histopatologisk diagnose af ondartede tumorer, herunder kolorektal kræft, gastrisk kræft, levercancer, kræft i bugspytkirtlen og spiserørskræft.
  • Patienter i normale fysiologiske tilstande uden maligne tumorer eller precancerøse læsioner.
  • Patienter med ondartet tumor uden at modtage nogen interventioner, herunder kemoterapi, kirurgi, strålebehandling, immunterapi eller andre anti-tumorbehandlinger.
  • Patienter med en histopatologisk diagnose af præcancerøse læsioner eller ikke-malign sygdom.

Ekskluderingskriterier:

  • Patienter med metastase -tumorer eller i tilstanden af ​​to eller flere slags ondartede tumorer på samme tid
  • Patienter efter behandling af kræft.

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
Normal fysiologi
Patienter uden kræftformer eller præcancerøs læsion
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Kolorektal kræft
Patienter, der er diagnosticeret med kolorektal kræft (præ-intervention)
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Gastrisk kræft
Patienter, der er diagnosticeret med gastrisk kræft (præ-intervention)
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Hepatisk kræft
Patienter, der er diagnosticeret med leverkræft (præ-intervention)
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Oesophageal
Patienter, der er diagnosticeret med øsofageal kræft (præintervention)
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Kræft i bugspytkirtlen
Patienter, der er diagnosticeret med kræft i bugspytkirtlen (præ-intervention)
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Gastrisk mavesår
Patienter med gastriske mavesår uden kræft
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Kolorektal adenom
Patienter med kolorektal adenom uden kræft
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Levercirrhose
Patienter med levercirrhose uden kræft
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Pancreatitis
Patienter med pancreatitis uden kræft
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.
Oesophagitis
Patienter med oesophagitis uden kræft
Alle blodprøver fra deltagende patienter blev opnået fra rutinemæssige kliniske blodprøver udført under hospitalets optagelse eller andre nødvendige medicinske evalueringer, efterfulgt af serumekstraktion.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
En dyb læringsmodel til klassificering af pan-kræft i pan-kræft
Tidsramme: Fra patienttilmelding til færdiggørelsen af ​​modelkonstruktion, der forventes at blive afsluttet inden for to måneder efter dataindsamling.
Etablere dyb læringsmodeller med høj specificitet og følsomhed for klassificering af pan-kræft, der er i stand til at skelne forskellige pan-kræfttyper (skelne mellem patienter i fysiologiske tilstande, prækancerøs læsion og ondartet tumor) baseret på Raman-spektroskopi.
Fra patienttilmelding til færdiggørelsen af ​​modelkonstruktion, der forventes at blive afsluttet inden for to måneder efter dataindsamling.

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Raman skiftegenskaber til modelbeslutning og visualisering
Tidsramme: Fra slutningen af ​​modelkonstruktion til slutningen af ​​model tolkbar analyse - forventet 2 måneder efter modelbyggeri
Udførelse af fortolkbar analyse af diagnosen, der stammer fra det primære resultat ved hjælp af grad-cam til at visualisere og illustrere modellens beslutningsproces.
Fra slutningen af ​​modelkonstruktion til slutningen af ​​model tolkbar analyse - forventet 2 måneder efter modelbyggeri

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Studiestol: Kefeng Ding, MD, Department of Colorectal Surgery, The Second Hospital of Zhejiang University School of Medicine

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. september 2022

Primær færdiggørelse (Anslået)

15. maj 2025

Studieafslutning (Anslået)

28. juli 2025

Datoer for studieregistrering

Først indsendt

5. februar 2025

Først indsendt, der opfyldte QC-kriterier

5. februar 2025

Først opslået (Faktiske)

12. februar 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. april 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

19. april 2025

Sidst verificeret

1. januar 2025

Mere information

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