Auf Histopathologiebildern basierende Vorhersage der Molekularpathologie bei Gliomen mithilfe künstlicher Intelligenz
5. Februar 2021 aktualisiert von: Zhenyu Zhang, The First Affiliated Hospital of Zhengzhou University
Histopathologische Bildbasierte Vorhersage der molekularen Pathologie bei Gliom mithilfe von Deep Learning oder maschinellem Lernen
Dieses Register zielt darauf ab, klinische, molekulare und radiologische Daten zu sammeln, einschließlich detaillierter klinischer Parameter, molekularer Pathologie (1p/19q-Co-Deletion, MGMT-Methylierung, IDH- und TERTp-Mutationen usw.) und Bilder von HE-Schnitten in primären Gliomen.
Durch die Nutzung künstlicher Intelligenz wird dieses Register versuchen, auf histopathologischen Bildern basierende Algorithmen zu konstruieren und zu verfeinern, die in der Lage sind, die molekulare Pathologie oder Untergruppen von Gliomen vorherzusagen.
Studienübersicht
Status
Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Nicht-invasive und präzise Vorhersagen für molekulare Biomarker wie 1p/19q-Co-Deletion, MGMT-Methylierung, IDH- und TERTp-Mutationen sind eine Herausforderung.
Mit der Entwicklung der künstlichen Intelligenz könnte viel mehr Potenzial in den histopathologischen Bildern von HE-Schnitten in primären Gliomen liegen, um die Vorhersage der molekularen Pathologie von Gliomen zu unterstützen.
Die Erstellung eines Registers für primäres Gliom mit detaillierter Molekularpathologie, histopathologischen Bilddaten und mit ausreichender Stichprobengröße für Deep Learning (>1000) bietet beträchtliche Möglichkeiten für eine personalisierte Vorhersage der Molekularpathologie mit Nicht-Invasivität und Präzision.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
3000
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 95 Jahre (Kind, Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Ja
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Wahrscheinlichkeitsstichprobe
Studienpopulation
Patienten mit neu diagnostiziertem Gliom, die eine Tumorresektion erhalten
Beschreibung
Einschlusskriterien:
- Die Patienten müssen eine radiologisch und histologisch bestätigte Diagnose eines primären Glioms haben
- Lebenserwartung von mehr als 3 Monaten
- Muss eine Tumorresektion erhalten
- Unterschriebene Einverständniserklärung
Ausschlusskriterien:
- Keine Gliome
- Keine ausreichende Menge an Tumorgewebe zum Nachweis einer molekularen Pathologie
- Patienten, die schwanger sind oder stillen
- Patienten, die unter schweren 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 Vorhersageleistung
Zeitfenster: bis zu 10 Jahre
|
AUC = 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
31. Dezember 2019
Zuerst gepostet (Tatsächlich)
3. 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-3
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 .