Histopathologische bildbasierte Überlebensvorhersage von Gliompatienten mithilfe künstlicher Intelligenz
5. Februar 2021 aktualisiert von: Zhenyu Zhang, The First Affiliated Hospital of Zhengzhou University
Histopathologische, bildbasierte Überlebensvorhersage von Patienten mit primärem Gliom mithilfe von Deep Learning oder maschinellem Lernen
Ziel dieses Registers ist die Erfassung klinischer, molekularer und histopathologischer Bildgebung, einschließlich detaillierter Überlebensdaten, klinischer Parameter, molekularer Pathologie (1p/19q-Codeletion, MGMT-Methylierung, IDH- und TERTp-Mutationen usw.) und Bildern von HE-Schnitten in primären Gliomen.
Durch die Nutzung künstlicher Intelligenz wird dieses Register darauf abzielen, Algorithmen auf der Grundlage der histopathologischen Bildgebung zu entwickeln und zu verfeinern, die in der Lage sind, das Überleben von Patienten im Rahmen der molekularen Pathologie oder Untergruppen von Gliomen vorherzusagen.
Studienübersicht
Status
Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Eine nichtinvasive und präzise Vorhersage des Überlebens von Gliompatienten ist eine Herausforderung.
Mit der Entwicklung der künstlichen Intelligenz könnte viel mehr Potenzial in den histopathologischen Bildern von HE-Schnitten in primären Gliomen ausgegraben werden, um die Prognose der Patientenprognose im Rahmen der molekularen Pathologie von Gliomen zu unterstützen.
Die Erstellung eines Registers für primäre Gliome mit detaillierten Überlebensdaten, molekularen Pathologie- und histopathologischen Bilddaten und einer ausreichenden Stichprobengröße für Deep Learning (>1000) bietet Möglichkeiten für eine personalisierte Vorhersage des Überlebens von Gliompatienten ohne Invasivität und Präzision.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
3500
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: Zhenyu Zhang, Dr.
- Telefonnummer: +86 17839973727
- E-Mail: fcczhangzy1@zzu.edu.cn
Studienorte
-
-
Henan
-
Zhengzhou, Henan, China, 450052
- Rekrutierung
- Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University
-
Kontakt:
- Zhenyu Zhang, Dr.
- Telefonnummer: +86 17839973727
- E-Mail: fcczhangzy1@zzu.edu.cn
-
-
Teilnahmekriterien
Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.
Zulassungskriterien
Studienberechtigtes Alter
1 Jahr bis 90 Jahre (Kind, Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Nein
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Patienten mit neu diagnostiziertem Gliom, die eine Tumorresektion erhalten und eine Lebenserwartung von mehr als 3 Monaten haben
Beschreibung
Einschlusskriterien:
- Bei den Patienten muss die Diagnose eines primären Glioms radiologisch und histologisch bestätigt sein
- Lebenserwartung von mehr als 3 Monaten
- Muss eine Tumorresektion erhalten
- Unterzeichnete Einverständniserklärung
Ausschlusskriterien:
- Keine Gliome
- Keine ausreichende Menge an Tumorgewebe für den Nachweis einer molekularen Pathologie
- Patienten, die schwanger sind oder stillen
- Patienten, die unter schwerwiegenden systematischen Fehlfunktionen leiden
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
AUC der Überlebensvorhersageleistung
Zeitfenster: bis zu 10 Jahre
|
AUC der Überlebensvorhersageleistung = Sensitivität + Spezifität – 1
|
bis zu 10 Jahre
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Mitarbeiter
Studienaufzeichnungsdaten
Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.
Haupttermine studieren
Studienbeginn (Tatsächlich)
1. Januar 2017
Primärer Abschluss (Voraussichtlich)
1. Januar 2027
Studienabschluss (Voraussichtlich)
1. Juni 2027
Studienanmeldedaten
Zuerst eingereicht
30. Dezember 2019
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
30. Dezember 2019
Zuerst gepostet (Tatsächlich)
2. Januar 2020
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
8. Februar 2021
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
5. Februar 2021
Zuletzt verifiziert
1. Februar 2021
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- GliomaAI-4
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
UNENTSCHIEDEN
Beschreibung des IPD-Plans
Unentschieden
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
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 .