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

Prospektiv validering af en AI-model til forudsigelse af levermetastaser ved tyktarmskræft

30. januar 2026 opdateret af: Wan-Guang Zhang, Tongji Hospital

Et multicenter, prospektivt, observationsstudie til validering af en multimodal dyb lærings-model til at forudsige metakrone levermetastaser hos patienter med kolorektal cancer efter kurativ resektion

Dette er et prospektivt, multicentrisk, observationsstudie, der er designet til at validere den prædiktive nøjagtighed af en forududviklet multimodal dyb læringsmodel. Modellen integrerer præoperative kontrastforstærkede CT-scanninger, digitaliserede postoperative patologibilleder og standard kliniske data for at estimere risikoen for levermetastaser inden for to år efter kurativ kirurgi hos patienter med kolorektal cancer i stadium I-III.

Det primære mål er at evaluere modellens præstation i en uafhængig, prospektivt indskrevet patientkohorte. Deltagerne vil modtage standardbehandling i henhold til kliniske retningslinjer. Studiet involverer ingen eksperimentelle interventioner; det omfatter udelukkende indsamling og analyse af rutinemæssigt genererede kliniske data. Målet er at vurdere modellens potentiale for klinisk translation ved at levere et pålideligt værktøj til at stratificere patienters risiko for levermetastaser, hvilket kunne informere om personlige overvågningsstrategier.

Studieoversigt

Undersøgelsestype

Observationel

Tilmelding (Anslået)

160

Kontakter og lokationer

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

Studiekontakt

Studiesteder

    • Hubei
      • Wuhan, Hubei, Kina
        • Rekruttering
        • Tongji Hospital
        • Ledende efterforsker:
          • Wanguang Zhang, M.D.
        • 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 studiebefolkning består af voksne patienter (i alderen 18-75) med nyopdaget, primær tyktarmskræft i stadium I-III, som er planlagt til at gennemgå kurativ resektion på et af de deltagende kliniske centre. Dette prospektive kohort vil blive brugt til den uafhængige validering af en forududviklet multimodal deep learning-model, designet til at forudsige risikoen for metakron levermetastase. Alle deltagere vil give informeret samtykke før inklusion.

Beskrivelse

Inklusionskriterier:

  • Alder 18-75 år, ethvert køn.
  • Klinisk diagnose af primær colon- eller rektumadenokarcinom (stadie I-III). Planlagt til at gennemgå kurativ radikal resektion for kolorektal cancer.
  • Præoperativ kontrastforstærket CT-scanning af abdomen/bækken udført inden for 1 måned før operation, med acceptabel billedkvalitet.
  • Ingen tegn på fjernmetastase (inklusive synkron levermetastase) ved præoperativ undersøgelse.
  • ECOG Performance Status på 0 eller 1.
  • Patienten eller deres lovlige repræsentant deltager frivilligt og giver skriftlig informeret samtykke.

Eksklusionskriterier:

  • Postoperativ patologisk bekræftelse af ikke-primært kolorektalt adenokarcinom eller tilstedeværelse af fjernmetastase.
  • Intraoperativ konstatering af ikke-R0-resektion, eller udførelse af kun palliativ kirurgi/ostomi.
  • Tidligere historie med andre maligne tumorer.
  • Tidligere historie med leverkirurgi eller levertransplantation.
  • Død inden for perioperativ periode (inden for 30 dage efter operation).
  • Vægring mod at deltage i opfølgning, tilbagetrækning af informeret samtykke eller tabt til opfølgning.

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
Prospektivt valideringskohorte
Denne enkeltkohorte består af patienter med kolorektal kræft i stadium I-III, der er prospektivt indskrevet efter at have gennemgået kurativ resektion. Ingen interventioner administreres som en del af denne undersøgelse. Kohorten bruges til ekstern validering af den foruddefinerede multimodal deep learning-models præstation i at forudsige risikoen for metakron levermetastase. Alle patienter modtager standardbehandling og opfølgning i henhold til kliniske retningslinjer.
Dette er en ikke-terapeutisk, prognostisk undersøgelse. Interventionen, der undersøges, er anvendelsen af en foruddefineret multimodal deep learning-model, der integrerer præoperativ CT-billeddannelse, digital patologi og kliniske data for at stratificere patienters risiko for at udvikle metakron levermetastase. Denne model fungerer som et prognostisk værktøj og bruges ikke til at vejlede patienthåndteringen i denne undersøgelse. Dens præstation evalueres prospektivt i forhold til de faktiske kliniske resultater.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Areal under modtagende driftskarakteristik kurve (AUC)
Tidsramme: 2 år efter operationen
Den diskriminatoriske præstation af den forhåndsspecificerede multimodale dyb læringsmodel til at forudsige forekomsten af metakron levermetastase inden for 2 år efter kurativ resection. Modellen integrerer præoperativ kontrastforstærket CT, digital patologi og kliniske data. Præstationen evalueres på hele det prospektivt indskrevne valideringskohort.
2 år efter operationen

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Levermetastasefri Overlevelse (LMFS) efter Risikogruppe
Tidsramme: Fra operationsdatoen indtil datoen for første dokumenterede levermetastase eller sidste opfølgning, vurderet op til 3 år.
Forskellen i levermetastasefri overlevelse mellem højrisiko- og lavrisikogrupperne, som stratificeret af modellen. LMFS er defineret som tiden fra operation til den første radiologiske diagnosticering af levermetastase.
Fra operationsdatoen indtil datoen for første dokumenterede levermetastase eller sidste opfølgning, vurderet op til 3 år.

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 (Faktiske)

30. januar 2026

Primær færdiggørelse (Anslået)

30. januar 2028

Studieafslutning (Anslået)

30. januar 2029

Datoer for studieregistrering

Først indsendt

30. januar 2026

Først indsendt, der opfyldte QC-kriterier

30. januar 2026

Først opslået (Faktiske)

6. februar 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

6. februar 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

30. januar 2026

Sidst verificeret

1. januar 2026

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • TJ-IRB202601017

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 .

Abonner