- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06062173
Präoperative Vorhersage von anhaftendem perirenalem Fett. (APF)
Präoperative Vorhersage von anhaftendem perirenalem Fett basierend auf CT-Radiomics in Kombination mit Deep Learning: eine prospektive, multizentrische Studie.
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Bedeutung:
Für Patienten mit Nierentumoren, die eine chirurgische Behandlung erfordern, ist adhäsives perirenales Fett eine frustrierende Variable, mit der Chirurgen während der Operation konfrontiert werden. Das derzeitige bildabhängige nierenmorphometrische Bewertungssystem, das zur Vorhersage der potenziellen Schwierigkeit einer Operation verwendet wird, ignoriert diesen Faktor. Eine genaue präoperative Vorhersage des perirenalen Fettstatus bleibt ein dringender Bedarf.
Zweck:
Um festzustellen, ob aus Computertomographiebildern abgeleitete radiomische Merkmale des perirenalen Fetts wertvolle Informationen zur Beurteilung des perirenalen Fettstatus liefern können, entwickeln Sie ein Vorhersagemodell auf der Grundlage von CT-Radiomics in Kombination mit Deep Learning und validieren Sie die Leistung des Modells in einer unabhängigen Kohorte.
Design, Aufbau und Teilnehmer:
Die Studie umfasste einen retrospektiven Datensatz und einen prospektiven Datensatz aus vier medizinischen Zentren zwischen Januar 2020 und September 2023. Bei xx erwachsenen Patienten mit partieller Nephrektomie oder radikaler Nephrektomie wurde ein einfacher CT-Scan der Niere durchgeführt. Der Trainingssatz, der Validierungssatz und der interne Testsatz wurden vom Ersten Krankenhaus der Jilin-Universität bereitgestellt, und der externe Testsatz wurde vom Ersten Krankenhaus der Stadt Siping, dem Liaoyuan Central Hospital und dem Dongfeng County Hospital bereitgestellt. In dieser diagnostischen Studie wurden Einzelinstitutsdaten von Januar 2020 bis Mai 2023 verwendet, um Bildgebungs-Omics-Merkmale aus der perirenalen Fettregion zu extrahieren (unabhängiger Stichproben-T-Test, minimale absolute Kontraktion und logistische Regression des Auswahloperators wurden verwendet, um nach den besten Bildgebungs-Omics-Merkmalen zu suchen ). Es wurden univariate und multivariate Analysen klinischer Variablen bei Patienten vor einer Nierenoperation durchgeführt, um unabhängige Prädiktoren für anhaftendes perirenales Fett im klinischen Umfeld zu ermitteln. Verschiedene Klassifikatoren wurden verwendet, um Vorhersagemodelle zu erstellen, die nur die Bild-Omics-Merkmale verwendeten, und Fusionsvorhersagemodelle unter Verwendung unabhängiger klinischer Prädiktoren in Kombination mit den Bild-Omics-Merkmalen. Seine Leistung wird in zwei Testsätzen überprüft.
Wichtigste Erfolge und Maßnahmen:
Die diskriminante Leistung des Bild-Omics-Modells wurde anhand der Fläche unter der Betriebskennlinie des Empfängers bewertet und durch Entscheidungskurvenanalyse bestätigt.
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienorte
-
-
Jilin
-
Ch'ang-ch'un, Jilin, China, 130000
- Yanbowang
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- (1) Nierentumoren, Patienten, die eine chirurgische Behandlung benötigen. (2) Patienten mit vollständigen präoperativen CT-Bilddaten.
Ausschlusskriterien:
-(1) Präoperative Komplikationen wie akute Harnwegsinfektionen, Hydronephrose, Lungeninfektionen, Autoimmunerkrankungen und Erkrankungen des Blutsystems.
(2) Schwere Atembewegungsartefakte in CT-Bildern. (3) Schwangere oder stillende Frauen. (4) Patienten, die eine Immuntherapie oder Radiochemotherapie erhalten haben.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
---|
Anhaftende perirenale Fettgruppe
Der Chirurg betrachtet perirenales Fett als anhaftend.
|
Gruppe mit nicht anhaftendem perirenalem Fett
Perirenales Fett wird von Chirurgen als nicht anhaftend angesehen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Radiomics-Funktionen
Zeitfenster: Von Januar 2020 bis Dezember 2023.
|
Radiomics-Funktionen im Zusammenhang mit der Vorhersage von anhaftendem perirenalem Fett.
|
Von Januar 2020 bis Dezember 2023.
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: yanbo wang, The First Hospital of Jilin University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Geschätzt)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- wangyanbo
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 .
Klinische Studien zur Radiomics
-
Maastricht University Medical CenterMaastricht University (Precision medicine The D-lab)AbgeschlossenKünstliche Intelligenz | Radiomics | Optische KohärenztomographieNiederlande
-
Chinese PLA General HospitalUnbekanntAbtragung | Radiomics | Fokale Leberläsionen | Ultrasonics | Intelligent DiagnosisChina
-
Sixth Affiliated Hospital, Sun Yat-sen UniversityRekrutierungMorbus Crohn | Prognosemodell | RadiomicsChina
-
Chinese Academy of SciencesBeijing Friendship Hospital; Cancer Institute and Hospital, Chinese Academy... und andere MitarbeiterUnbekanntBrustkrebs | Neoadjuvante Chemotherapie | Radiomics | Multiparametrische MRTChina
-
Shanghai Minhang Central HospitalNoch keine RekrutierungProstatakrebs | Ultraschall | Radiomics
-
Second Affiliated Hospital, School of Medicine,...RekrutierungBrustkrebs | Elastographie | Ultraschall | Radiomics | PathologieChina
-
Yu Yao, MDUnbekanntGliom | Radiomics | TranskriptomieChina
-
Maastricht UniversityAbgeschlossenIdiopathische Lungenfibrose | Interstitielle Lungenerkrankung | RadiomicsNiederlande
-
Zhen LiAbgeschlossenKörperzusammensetzung | Künstliche Intelligenz | Tiefes Lernen | RadiomicsChina
-
Central Hospital, Nancy, FranceAbgeschlossenStudie zum Einsatz von Radiomics bei Gliomen mit ErstdiagnoseFrankreich