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

Deep-Learning-Signatur zur Vorhersage okkulter Lymphknotenmetastasen bei klinischem N0-Lungenkrebs

7. Februar 2023 aktualisiert von: Chang Chen, Shanghai Pulmonary Hospital, Shanghai, China

PET/CT-basierte Deep-Learning-Signatur zur Vorhersage okkulter Lymphknotenmetastasen bei nicht-kleinzelligem Lungenkrebs im klinischen Stadium N0: Eine multizentrische prospektive diagnostische Studie

Der Zweck dieser Studie ist es, die Vorhersageleistung einer PET/CT-basierten Deep-Learning-Signatur mit dem Tumor Maximum Standarded Uptake Value (SUVmax) auf PET für die Vorhersage von okkulten Lymphknotenmetastasen von nicht-kleinzelligem Lungenkrebs im klinischen Stadium N0 in a zu vergleichen multizentrische prospektive Kohorte.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Voraussichtlich)

5000

Kontakte und Standorte

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

Studienorte

  • China
    • 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

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

20 Jahre bis 75 Jahre (ERWACHSENE, OLDER_ADULT)

Akzeptiert gesunde Freiwillige

N/A

Studienberechtigte Geschlechter

Alle

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Clinica N0 Nicht-kleinzelliger Lungenkrebs

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

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Beobachtungsmodelle: Kohorte
  • Zeitperspektiven: Interessent

Was misst die Studie?

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

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

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

Sponsor

Shanghai Pulmonary Hospital, Shanghai, China

Mitarbeiter

Zunyi Medical College
Ningbo HwaMei Hospital, Zhejiang, China
The First Affiliated Hospital of Nanchang University, Jiangxi, China

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 (ERWARTET)

31. Dezember 2023

Studienabschluss (ERWARTET)

31. Dezember 2023

Studienanmeldedaten

Zuerst eingereicht

15. Juni 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

15. Juni 2022

Zuerst gepostet (TATSÄCHLICH)

21. Juni 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (SCHÄTZEN)

9. Februar 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

7. Februar 2023

Zuletzt verifiziert

1. Februar 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • DLNMS

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

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 .

Klinische Studien zur Nicht-kleinzelligem Lungenkrebs

Klinische Studien zur PET/CT-basierte Deep-Learning-Signatur

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Poland

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

3
Abonnieren