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

Clinical Application Value of Deep Learning-Based "Opportunistic Screening" for Malignant Tumors on Routine Non-Contrast Chest-Abdomen-Pelvis CT

30. juli 2026 opdateret af: Lian Yang
This study aims to develop and validate a deep learning-based opportunistic multi-cancer screening system using routine non-contrast chest-abdomen-pelvis CT examinations, including CHANCE-Breast, CHANCE-Liver, CHANCE-Kidney, and CHANCE-Bladder, for the early detection of breast, liver, kidney, and bladder cancers. In addition, the study will assess a human-AI collaborative framework to determine its potential for improving cancer detection and reducing missed diagnoses in clinical practice.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Anslået)

100000

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Kina
    • Hubei
      • Wuhan, Hubei, Kina, 430000
        • Union Hospital，Tongji Medical College，Huazhong University of Science and Technology
        • 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

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patients with a confirmed diagnosis of the target malignancy who received treatment.

Beskrivelse

Inclusion Criteria:

  1. Patients with a confirmed diagnosis of the target malignancy who received treatment at our institution;
  2. Diagnostic-quality CT images without substantial metal or motion artifacts and with complete anatomical coverage of the target organ (breast, liver, kidney, or bladder);
  3. Availability of complete pre-treatment non-contrast CT imaging data.

Exclusion Criteria:

  1. Non-diagnostic image quality;
  2. Absence of a definitive reference-standard diagnosis;
  3. Incomplete clinical or imaging data.

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
Positive Group / Malignant Cohort
Negative Control Group I / Benign Cohort
Negative Control Group II / Healthy Cohort

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Accuracy
Tidsramme: 1.5 years
Proportion of correct classifications
1.5 years
Sensitivity
Tidsramme: 1.5years
Proportion of true positive cases
1.5years
Specificity
Tidsramme: 1.5years
Proportion of true negative cases
1.5years

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Delta Sensitivity (AI-assisted vs. unassisted)
Tidsramme: 1.5years
Absolute difference in sensitivity between AI-assisted and unassisted human readings
1.5years
Delta Specificity (AI-assisted vs. unassisted)
Tidsramme: 1.5years
Absolute difference in specificity between AI-assisted and unassisted human readings
1.5years
Delta Accuracy (AI-assisted vs. unassisted)
Tidsramme: 1.5years
Absolute difference in accuracy between AI-assisted and unassisted human readings
1.5years

Samarbejdspartnere og efterforskere

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

Sponsor

Lian Yang

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. juli 2026

Primær færdiggørelse (Anslået)

1. juli 2028

Studieafslutning (Anslået)

1. juli 2028

Datoer for studieregistrering

Først indsendt

5. juni 2026

Først indsendt, der opfyldte QC-kriterier

5. juni 2026

Først opslået (Faktiske)

10. juni 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

31. juli 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

30. juli 2026

Sidst verificeret

1. juni 2026

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2026-0527

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