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

Udvikling af en forudsigelig model til gastrisk kræft peritoneal metastase og cachexia ved hjælp af BUB1- og radiopatomikdata med dyb læring (BUDDLE)

27. februar 2025 opdateret af: Qun Zhao
Dette kliniske forsøg har til formål at udvikle en forudsigelig model for gastrisk kræft (GC) peritoneal metastase og cachexia ved at integrere Bub1 -gendata med radiologiske og patologiske data ved hjælp af avancerede dybe læringsteknikker. Undersøgelsen vil fokusere på at anvende billeddannelsesgenomik (radiomik) og histopatologiske data til at identificere tidlige biomarkører for peritoneal metastase og cachexia hos GC -patienter. Ved at udnytte dybe læringsalgoritmer søger projektet at forbedre nøjagtigheden og pålideligheden af ​​forudsigelser, hvilket muliggør tidligere intervention og personaliserede behandlingsstrategier. Det ultimative mål er at forbedre klinisk beslutningstagning og prognoseforudsigelse hos GC-patienter med peritoneal metastase og cachexia.

Studieoversigt

Detaljeret beskrivelse

Gastrisk kræft (GC) er en af ​​de mest almindelige og aggressive maligniteter, hvor peritoneal metastase og cachexia signifikant bidrager til dens dårlige prognose. Bub1 -genet er blevet impliceret i kromosomal ustabilitet og progression af GC, men dets rolle i peritoneal metastase og cachexia er stadig uklar. Dette kliniske forsøg har til formål at undersøge potentialet ved at integrere BUB1 -genekspression med billeddannelse og patologiske data for at udvikle en forudsigelig model for GC -progression.

Undersøgelsen indsamler omfattende data fra GC -patienter, herunder genomiske profiler (BUB1 -genekspression), radiologiske billeder (CT/MRI -scanninger) og histopatologiske fund. Avanceret radiomikanalyse vil udtrække kvantitative funktioner fra billeddannelsesdata, mens patologiske data vil blive analyseret for relevante histologiske markører. Det kombinerede datasæt indføres i en dyb læringsmodel for at identificere mønstre forbundet med peritoneal metastase og cachexia med fokus på identifikation af tidlige biomarkører.

Den dybe læringsmodel vil gennemgå iterativ træning og validering ved hjælp af både retrospektive og potentielle patientdata. Det primære slutpunkt for forsøget er at vurdere modellens forudsigelige nøjagtighed for peritoneal metastase og cachexia-udvikling, mens sekundære slutpunkter inkluderer dens potentiale til at informere personaliserede behandlingsstrategier, forbedre overlevelsesraterne og guide klinisk beslutningstagning.

Denne undersøgelse vil også undersøge sammenhængen mellem BUB1 -ekspression og radiopatomikfunktionerne i GC, hvilket giver indsigt i de underliggende mekanismer, der driver peritoneal metastase og cachexia. Resultaterne sigter mod at etablere et robust, klinisk relevant forudsigelsesværktøj, der kan integreres i den aktuelle kliniske praksis for bedre patientresultater.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

500

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

N/A

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Undersøgelsespopulationen vil bestå af voksne patienter, der er diagnosticeret med gastrisk kræft (GC) i forskellige stadier af sygdommen. Patienter vil blive valgt baseret på tilstedeværelsen af ​​eller risikofaktorer for peritoneal metastase og/eller cachexia, som vil blive vurderet gennem kliniske evalueringer, billeddannelse (CT/MRI) og histopatologisk undersøgelse. Deltagerne rekrutteres fra en kohort af GC -patienter, der har tilgængelige genomiske, radiologiske og patologiske data, som er vigtige for at uddanne den forudsigelige model.

Undersøgelsen vil fokusere på patienter med et bredt spektrum af GC -manifestationer, herunder både tidlige og avancerede stadier, for at sikre, at modellen er anvendelig på tværs af forskellige sygdomsprofiler. Denne forskellige population vil hjælpe med at evaluere robustheden og generaliserbarheden af ​​modellen til at forudsige peritoneal metastase og cachexia med det formål at en omfattende repræsentation af GC -progression.

Beskrivelse

Inkluderingskriterier:

Voksne i alderen 18-75 år diagnosticeret med gastrisk kræft (GC) på ethvert tidspunkt. Histopatologisk bekræftet GC med tilgængelige radiologiske (CT/MRI) og patologiske data (biopsiprøver).

Patienter med eller i fare for peritoneal metastase og/eller cachexia, som bestemt ved klinisk vurdering og billeddannelse.

Evne til at give informeret samtykke og overholde undersøgelsesprotokoller. Vilje til at gennemgå regelmæssig opfølgningsafbildning og klinisk evaluering i undersøgelsens varighed.

Ekskluderingskriterier:

Patienter med andre primære kræftformer eller alvorlige komorbiditeter (f.eks. Alvorlig hjerte -kar -sygdom, ukontrolleret diabetes).

Gravide eller ammende kvinder. Patienter med kontraindikationer til MR- eller CT -billeddannelse. Dem med utilstrækkelige kliniske data (f.eks. Manglende radiopatologisk information) til modeluddannelse.

Patienter, der ikke er i stand til eller uvillige til at overholde undersøgelsesprotokollen, herunder opfølgende besøg og evalueringer.

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
Tidsramme
Forudsigelig nøjagtighed af BUB1-integreret dyb læringsmodel til gastrisk kræft peritoneal metastase og cachexia
Tidsramme: 12 måneder til modeluddannelse, validering og indledende klinisk anvendelse
12 måneder til modeluddannelse, validering og indledende klinisk anvendelse

Samarbejdspartnere og efterforskere

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

Sponsor

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 (Anslået)

1. marts 2025

Primær færdiggørelse (Anslået)

1. marts 2027

Studieafslutning (Anslået)

1. marts 2027

Datoer for studieregistrering

Først indsendt

27. februar 2025

Først indsendt, der opfyldte QC-kriterier

27. februar 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. februar 2025

Sidst verificeret

1. februar 2025

Mere information

Begreber relateret til denne undersøgelse

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 Gastrisk (mave) kræft

Abonner