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

AI-assisteret detektion og stadieinddeling af mavekræft ved hjælp af kontrastforstærket CT

24. november 2025 opdateret af: The First Affiliated Hospital with Nanjing Medical University

Langue og billeddannelses-integreret foundation model til detektion og stadieinddeling af mavekræft via kontrastforstærket CT: en multicenter undersøgelse

Præcis præoperativ vurdering af mavekræftstadiet vejleder berettigelse til endoskopisk resektion, omfanget af gastrektomi og lymfekirtelfjernelse, udvælgelse til neoadjuvant terapi og brug af stadieinddelingslaparoskopi. Kontrastforstærket CT (CECT) er retningslinjegodkendt til indledende stadieinddeling, men præstationen varierer på tværs af institutioner og læsere. Dette studie vil evaluere et kunstig intelligens (AI)-system, der analyserer rutinemæssig CECT for at påvise mavekræft og tildele fire-klasse T-stadie (T1-T4) og N-stadie (N0-N3).

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Voksne med bekræftet mavekræft, der gennemgår forbehandlings-CECT, vil blive inkluderet. AI-analysen vil blive anvendt på klinisk erhvervede billeder. Radiologfortolkninger med og uden AI-støtte vil blive indsamlet i en foruddefineret læserstudie. Referencestandarden vil inkludere kirurgisk patologi, suppleret med klinisk opfølgning, når det er relevant. Det primære resultat er detektionsydelse, diagnostisk ydeevne for AI til fireklasses stadieinddeling (f.eks. nøjagtighed og areal under receiver operating characteristic-kurven). Sekundære resultater inkluderer effekten af AI-bistand på læserens nøjagtighed og fortolkningstid, inter-læserenighed og kryds-sted reproducerbarhed.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

8000

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

  • Kina
    • Jiangsu
      • Nanjing, Jiangsu, Kina
        • Rekruttering
        • The First Affiliated Hospital of Nanjing Medical University
        • 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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Denne undersøgelse vil inkludere voksne patienter (≥18 år) med en bekræftet diagnose af mavekræft (adenokarcinom), som har gennemgået kontrastforstærket CT-scanning (CECT) som en del af deres standard præoperative evaluering. Deltagere vil blive udvalgt fra både interne og eksterne kohorter, med inklusion fra flere centre for at vurdere tværgående reproducerbarhed og generaliserbarhed af AI-modellen.

Beskrivelse

Inklusionskriterier:

  1. patologisk bekræftet mavekræft;
  2. præoperativ kontrastforstærket CT udført;
  3. ingen tegn på fjernmetastaser ved baseline-stadieinddeling;
  4. kurativt hensigtsmæssig behandling med komplet postoperativ histopatologi.

Eksklusionskriterier:

  1. tidligere behandling før operation;
  2. ikke-diagnostisk eller dårlig kvalitet CT, der forhindrer evaluering.

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
Kohorte 1 (Intern Afledningskohorte)
Retrospektiv kohorte kun med tilfælde af voksne med patologisk bekræftet mavekræft, som blev undersøgt med kontrastforstærket CT før operation på den sponsorerende institution. Eksisterende CT-billeder og kliniske/patologirapporter vil blive brugt til at træne og teste AI-modellen og til at estimere diagnostisk ydeevne for T- og N-stadieinddeling.
Diagnostisk test: CT-scanning
præoperativ kontrastforstærket CT
Kohorte 2 (Ekstern valideringskohorte A)
Uafhængig retrospektiv kun-tilfælde-kohorte fra et eksternt hospital med de samme inklusions-/eksklusionskriterier. Brugt udelukkende til ekstern validering for at vurdere reproducerbarhed på tværs af steder og scannere.
Diagnostisk test: CT-scanning
præoperativ kontrastforstærket CT
Kohorte 3 (Ekstern valideringskohorte B)
En anden uafhængig retrospektiv valideringskohort fra en anden institution for yderligere at teste generaliserbarhed.
Diagnostisk test: CT-scanning
præoperativ kontrastforstærket CT

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk ydeevne af AI-modellen til stadieinddeling
Tidsramme: 3 år
Det primære resultat er AI-systemets diagnostiske nøjagtighed for fireklasse T-stadieinddeling (T1-T4) og N-stadieinddeling (N0-3) baseret på kontrastforstærket CT. AI-præstationen vil blive vurderet ved hjælp af nøjagtighed, areal under receiver operating characteristic-kurven (AUC) og mikro-AUC for interne og eksterne kohorter.
3 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Læserpræcision med AI-støtte
Tidsramme: 3 år
Dette resultatmål måler nøjagtigheden af radiologers klassificering af mavekræftstadier, når de hjælpes af AI-systemet, sammenlignet med manuel klassificering uden AI-bistand. Nøjagtigheden vil blive sammenlignet mellem forskellige radiologerfaringsniveauer.
3 år
Overlevelsesperiode
Tidsramme: 3 år
Beregn overlevelsesstiden for mavekræftpatienter fra tidspunktet for diagnosen og behandlingsstart.
3 år

Samarbejdspartnere og efterforskere

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

Sponsor

The First Affiliated Hospital with Nanjing Medical University

Samarbejdspartnere

Peking University First Hospital
Jiangsu Cancer Institute & Hospital
The Affiliated Cancer Hospital of Zhengzhou University & Henan Cancer Hospital

Efterforskere

  • Ledende efterforsker: Zhang Yudong, The First Affiliated Hospital with Nanjing 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)

30. december 2028

Studieafslutning (Anslået)

30. december 2028

Datoer for studieregistrering

Først indsendt

29. september 2025

Først indsendt, der opfyldte QC-kriterier

24. november 2025

Først opslået (Faktiske)

26. november 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

26. november 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

24. november 2025

Sidst verificeret

1. september 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2025-SR-842

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

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 Mavekræftstadiet

Kliniske forsøg med CT-scanning

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Nigeria

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner