Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Clinical Decision Biological Biomarker and Prognosis Prediction of Hepatocellular Carcinoma by Deep Learning

19. Oktober 2022 aktualisiert von: Ping Liang

A Deep Learning Model Based on Contrast-enhanced Ultrasound to Aid Clinical Decisions and Predict Biological Biomarker and Prognosis of Hepatocellular Carcinoma

Developing a deep learning model based on contrast-enhanced ultrasound (CEUS) to predict the prognosis of hepatocellular carcinoma (HCC) and aid choose operation decisions

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Collecting CEUS and clinical data of HCC from different institutions retrospectively.

Developing a deep learning model based on CEUS to predict the prognosis of HCC. Developing a deep learning model based on CEUS to choose a better operation (ablation or surgery) of HCC patients.

Then, validating the deep learning model in the prospective data.

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

1

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

  • China
    • Beijing
      • Beijing, Beijing, China, 100853
        • Rekrutierung
        • Chinese PLA General Hospital

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

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

patients with HCC corresponding to Ia, Ib, IIa stage (China liver cancer staging) who undergo resection or ablation.

Beschreibung

Inclusion Criteria:

  • patients with HCC (Ia, Ib, IIa stage) China liver cancer staging who underwent resection or ablation
  • without macro-vascular invasion
  • Child-Pugh A/B grade
  • HCC is proved by pathological examination or two enhanced imaging
  • CEUS (Sonovue or Sonozoid) images are performed two weeks before the operation
  • Invasive biomarker or prognosis of HCC available
  • CEUS images are included in at least three stages (Arterial phase, Portal phase, and Late phase)

Exclusion Criteria:

  • postop follow-up loss or expired less than 3 months
  • patients with co-malignancy
  • poor images quality for analyzing

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
Recurrence-free survival (RFS)
Zeitfenster: Immediately after the surgery or ablation
Recurrence-free survival is defined as the time elapsed between a predefined point in time (the date of diagnosis, randomization or the intervention) and any recurrence (local, regional, or distant) or death due to any cause (death is an event).
Immediately after the surgery or ablation

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Recurrence
Zeitfenster: Immediately after the surgery or ablation
Recurrence included local tumor progression, regional recurrence, or distant recurrence.
Immediately after the surgery or ablation

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Ping Liang

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 2022

Primärer Abschluss (Voraussichtlich)

31. Dezember 2025

Studienabschluss (Voraussichtlich)

31. Dezember 2025

Studienanmeldedaten

Zuerst eingereicht

13. Februar 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

24. Februar 2022

Zuerst gepostet (Tatsächlich)

25. Februar 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

21. Oktober 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

19. Oktober 2022

Zuletzt verifiziert

1. Oktober 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • S2022-002

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 .

Abonnieren