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

Radiomikbaseret AI-model til forudsigelse af para-aorta lymfeknude-metastase hos gastriske kræftpatienter

21. april 2025 opdateret af: Qun Zhao

En prospektiv klinisk undersøgelse af radiomikbaseret kunstig intelligens til at forudsige para-aorta lymfeknude-metastase hos patienter med gastrisk kræft

Denne undersøgelse sigter mod at udvikle og validere en kunstig intelligens (AI) -model baseret på radiomics-funktioner, der er ekstraheret fra præoperative CT-billeder for at forudsige para-aorta lymfeknude (PALN) metastase hos patienter med gastrisk kræft. Eksager med at identificere PALN -metastase inden operationen kan hjælpe læger med at træffe bedre behandlingsbeslutninger, såsom om de skal fortsætte med kirurgi, overveje kemoterapi eller bruge andre behandlingsstrategier. Undersøgelsen vil prospektivt tilmelde patienter, der er diagnosticeret med gastrisk kræft og planlagt til operation. Alle deltagere vil gennemgå rutinemæssige billeddannelsestest, og deres data vil blive analyseret ved hjælp af avancerede AI -teknikker. Resultaterne af denne undersøgelse kan forbedre præcisionen af ​​præoperativ iscenesættelse og understøtte personlig behandlingsplanlægning for gastriske kræftpatienter.

Studieoversigt

Undersøgelsestype

Observationel

Tilmelding (Anslået)

120

Kontakter og lokationer

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

Studiesteder

    • None Selected
      • Shijiazhuang, None Selected, Kina, 050011
        • The Fourth Hospital of Hebei Medical University

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 adenocarcinom, der er planlagt til at gennemgå radikal gastrektomi ved et tertiært plejecenter. Alle deltagere vil have præoperativ kontrastforbedret CT-scanning og ingen bevis for fjern metastase. Befolkningen repræsenterer individer, der risikerer para-aorta lymfeknude metastase, og er beregnet til at afspejle patienter i den virkelige verden, der kan drage fordel af ikke-invasive, AI-assisterede præoperative vurderingsværktøjer. Deltagerne vil blive tilmeldt fortløbende for at minimere selektionsbias.

Beskrivelse

Inkluderingskriterier:

  1. Voksne i alderen 18-80 år.
  2. Histologisk bekræftet gastrisk adenocarcinom.
  3. Planlagt til at gennemgå radikal gastrektomi med eller uden para-aorta lymfeknude dissektion.
  4. Preoperativ kontrastforbedret abdominal CT-scanning tilgængelig inden for 3 uger før operationen.
  5. Intet bevis for fjern metastase ved billeddannelse.
  6. ECOG Performance Status 0-2.
  7. Leveret skriftligt informeret samtykke.

Ekskluderingskriterier:

  1. Historie om andre ondartede tumorer inden for de sidste 5 år.
  2. Modtaget neoadjuvant kemoterapi eller strålebehandling inden CT -billeddannelse.
  3. Dårlig kvalitet eller ufuldstændige CT-billeder, der ikke er egnede til radiomikanalyse.
  4. Alvorlige komorbiditeter, der kan påvirke prognose eller kirurgisk beslutningstagning.
  5. Graviditet eller amning.
  6. Manglende evne til at give informeret samtykke eller overholde undersøgelsesprocedurer.

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
Diagnostisk nøjagtighed af AI-radiomikmodellen til forudsigelse af para-aorta lymfeknude-metastase i gastrisk kræft
Tidsramme: Fra præoperativ billeddannelse til postoperativ patologisk bekræftelse (ca. 4-6 uger pr. Patient)
Det primære resultat er den diagnostiske ydelse af den radiomikbaserede AI-model til at forudsige para-aorta lymfeknude-metastase (PALNM) hos patienter med gastrisk kræft. Ydeevne evalueres ved at beregne området under modtagerens driftskarakteristikkurve (AUC), følsomhed, specificitet, nøjagtighed og forudsigelige værdier. Jordens sandhed for PALNM -status vil være baseret på postoperative patologiske fund eller tværfaglige konsensusdiagnose. Modellens forudsigelser vil blive sammenlignet med faktiske kliniske resultater for at vurdere dens pålidelighed og kliniske anvendelighed.
Fra præoperativ billeddannelse til postoperativ patologisk bekræftelse (ca. 4-6 uger pr. Patient)

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 2025

Primær færdiggørelse (Anslået)

30. juni 2025

Studieafslutning (Anslået)

30. juni 2025

Datoer for studieregistrering

Først indsendt

21. april 2025

Først indsendt, der opfyldte QC-kriterier

21. april 2025

Først opslået (Faktiske)

27. april 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

27. april 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

21. april 2025

Sidst verificeret

1. april 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 Mavekræft

Kliniske forsøg med Radiomikbaseret AI-billeddannelsesanalyse

Abonner