Retrospektive Patologifundamentmodeller
16. november 2025 opdateret af: Nanfang Hospital, Southern Medical University
Udvikling og Klinisk Anvendelse af Dyb Læringsbaserede Retrospektive Patologifundamentmodeller
Ved at integrere retrospektive multimodale data såsom patologi og billeddannende undersøgelser tilbyder AI-teknologier nye løsninger til sygdomsklassifikation, tumorgradering, histologisk og molekylær subtypering, valg af kemoterapiregimer, risikostratificering og behandlingsresponsforudsigelse.
Denne forskningsretning uddyber ikke blot vores forståelse af tumorers biologiske egenskaber, men giver også essentiel støtte til præcisionsmedicin og individuel terapi.
Den har betydelig teoretisk og praktisk værdi og har vigtige implikationer for at afhjælpe anspændte medicinske ressourcer og forbedre nøjagtigheden af terapeutisk beslutningstagning, hvilket repræsenterer en avanceret anvendelse med betydeligt translationspotentiale.
Studieoversigt
Status
Tilmelding efter invitation
Betingelser
Undersøgelsestype
Observationel
Tilmelding (Anslået)
2000
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510515
- Nanfang Hospital, Southern Medical University
-
-
Shandong
-
Jinan, Shandong, Kina, 250014
- Qianfoshan 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
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Ingen
Prøveudtagningsmetode
Ikke-sandsynlighedsprøve
Studiebefolkning
Inklusionskriterierne omfattede patienter i alderen 18-75 år med definitiv patologisk diagnose.
Alle tilfælde blev retrospektivt indsamlet fra Nanfang Hospital, Southern Medical University (NFHSMU).
Beskrivelse
Inklusionskriterier:
- Alder 18-75 år.
- Patienter med komplette patologiske prøver og kliniske oplysninger.
Eksklusionskriterier:
1.Patienter med manglende data eller prøver, der ikke opfylder kvalitetskrav til analyse.
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 |
|---|
|
QFSH ekstern valideringsdatasæt
1000 lysbilleder fra 1000 støtteberettigede personer blev opnået på Qianfoshan Hospital (QFSH, Jinan, Kina) mellem januar 2020 og juli 2025, som blev brugt til at validere Pathology Foundation -modellerne.
|
|
NFH-datasættet
Vi gennemførte en valideringsundersøgelse for at sammenligne den diagnostiske præstation blandt patologer, vores patologigrundlæggende model og patolog-med-AI-assisteret diagnose.
Denne undersøgelse blev igangsat på Nanfang Hospital, Southern Medical University (NFHSMU), med patientindskrivning fra 1. januar 2011 til 31. juli 2024.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Område under ROC Curve (AUC)
Tidsramme: Diagnostisk evaluering udføres inden for 1 uge, når WSI'erne opnås
|
Område under kurven
|
Diagnostisk evaluering udføres inden for 1 uge, når WSI'erne opnås
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Specificitet
Tidsramme: Diagnostisk evaluering udføres inden for 1 uge, når WSI'erne opnås
|
Den sande negative hastighed (TNR) for den diagnostiske platform, som er forholdet mellem antallet af negative individer korrekt kategoriseret efter platform og det samlede antal faktiske negative individer (%).
|
Diagnostisk evaluering udføres inden for 1 uge, når WSI'erne opnås
|
|
Følsomhed
Tidsramme: Diagnostisk evaluering udføres inden for 1 uge, når WSI'erne opnås
|
Den sande positive hastighed (TPR) for den diagnostiske platform, som er forholdet mellem antallet af positive individer korrekt kategoriseret efter platform og det samlede antal faktiske positive individer (%).
|
Diagnostisk evaluering udføres inden for 1 uge, når WSI'erne opnås
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Efterforskere
- Studieleder: Li Liang, Nanfang Hospital, Southern Medical University
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. august 2025
Primær færdiggørelse (Anslået)
1. juli 2027
Studieafslutning (Anslået)
1. juli 2028
Datoer for studieregistrering
Først indsendt
16. november 2025
Først indsendt, der opfyldte QC-kriterier
16. november 2025
Først opslået (Faktiske)
20. november 2025
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
20. november 2025
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
16. november 2025
Sidst verificeret
1. november 2025
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
- NFEC-2025-419
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
INGEN
IPD-planbeskrivelse
Anmodninger om de data, der er indsamlet og analyseret i denne undersøgelse, vil blive overvejet, hvis ansøgningen er i overensstemmelse med offentlige fordele, og ansøgeren er villig til at underskrive en dataadgangsaftale.
Kontakt kan ske via den korresponderende forfatter.
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 .