Deep-Learning-Signatur zur Vorhersage okkulter Lymphknotenmetastasen bei klinischem N0-Lungenkrebs
PET/CT-basierte Deep-Learning-Signatur zur Vorhersage okkulter Lymphknotenmetastasen bei nicht-kleinzelligem Lungenkrebs im klinischen Stadium N0: Eine multizentrische prospektive diagnostische Studie
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Guizhou
-
Zunyi, Guizhou, China
- Rekrutierung
- Affiliated Hospital of Zunyi Medical University
-
-
Jiangxi
-
Nanchang, Jiangxi, China
- Rekrutierung
- The First Affiliated Hospital of Nanchang University
-
-
Shanghai
-
Yangpu, Shanghai, China
- Rekrutierung
- Shanghai Pulmonary Hospital
-
-
Zhejiang
-
Ningbo, Zhejiang, China
- Rekrutierung
- Ningbo HwaMei Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
(1) Teilnehmer, die für eine Operation zum radiologischen Nachweis von Lungenläsionen aus den präoperativen Dünnschnitt-CT-Scans vorgesehen sind; (2) Der maximale Kurzachsendurchmesser von Lymphknoten von weniger als 1 cm im CT-Scan; (3) SUVmax der hilaren und mediastinalen Lymphknoten kleiner als 2,5; (4) Pathologische Bestätigung des primären NSCLC; (5) Alter zwischen 20 und 75 Jahren; (6) Eingeholte schriftliche Einverständniserklärung.
Ausschlusskriterien:
(1) Multiple Lungenläsionen; (2) schlechte Qualität der PET-CT-Bilder; (3) Teilnehmer mit unvollständigen klinischen Informationen; (4) Teilnehmer, die keine systematische Lymphknotendissektion erhalten; (5) Teilnehmer, die eine neoadjuvante Therapie erhalten haben.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Beobachtungsmodelle: Kohorte
- Zeitperspektiven: Interessent
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Fläche unter der Empfänger-Arbeitskennlinie
Zeitfenster: 2022.1-2023.12
|
Fläche unter der Empfänger-Arbeitskennlinie
|
2022.1-2023.12
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Empfindlichkeit Empfindlichkeit
Zeitfenster: 2022.1-2023.12
|
Empfindlichkeit
|
2022.1-2023.12
|
|
Spezifität
Zeitfenster: 2022.1-2023.12
|
Spezifität
|
2022.1-2023.12
|
|
Positiv vorhergesagter Wert
Zeitfenster: 2022.1-2023.12
|
Positiv vorhergesagter Wert
|
2022.1-2023.12
|
|
Negativer Vorhersagewert
Zeitfenster: 2022.1-2023.12
|
Negativer Vorhersagewert
|
2022.1-2023.12
|
|
Genauigkeit
Zeitfenster: 2022.1-2023.12
|
Genauigkeit
|
2022.1-2023.12
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (TATSÄCHLICH)
Studienbeginn
Primärer Abschluss (ERWARTET)
Primärer Abschluss
Studienabschluss (ERWARTET)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (TATSÄCHLICH)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (SCHÄTZEN)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- DLNMS
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .