Vollbild- und CT-Radiomics-basiertes Deep-Learning-System zur Prognosevorhersage bei Blasenkrebs
26. April 2024 aktualisiert von: Mingzhao Xiao
Blasenkrebs (BLCA) stellt mit seinen vielfältigen histopathologischen Merkmalen und unterschiedlichen Patientenergebnissen erhebliche Herausforderungen bei der Diagnose und Prognose dar.
Eine postoperative Überlebensstratifizierung basierend auf der Radiomics-Funktion und der Funktion des gesamten Objektträgerbilds kann für Behandlungsentscheidungen zur Verbesserung der Prognose hilfreich sein.
In dieser Forschung wollen wir ein Deep-Learning-basiertes Prognose-Stratifizierungssystem zur automatischen Vorhersage des Gesamtüberlebens und des krebsspezifischen Überlebens bei Patienten mit BLCA entwickeln.
Studienübersicht
Status
Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Es kann schwierig sein, Blasenkrebs zu diagnostizieren und die Ergebnisse vorherzusagen, da die Krankheit von Patient zu Patient sehr unterschiedlich sein kann.
Ziel dieser Forschung ist die Entwicklung eines neuen Systems, das künstliche Intelligenz nutzt, um Patienteninformationen, einschließlich Bilder von Operationen und Scans, zu analysieren.
Dieses System könnte dann automatisch das Gesamtüberleben eines Patienten vorhersagen und wie wahrscheinlich es ist, dass er insbesondere bei Blasenkrebs überlebt.
Diese Informationen könnten von Ärzten genutzt werden, um bessere Behandlungsentscheidungen für jeden Patienten zu treffen.
Studientyp
Beobachtungs
Einschreibung (Geschätzt)
1000
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienkontakt
- Name: QuanHao He
- Telefonnummer: 800-555-5555
- E-Mail: 2020120460@stu.cqmu.edu.cn
Studieren Sie die Kontaktsicherung
- Name: Mingzhao Xiao, PHD
- Telefonnummer: 800-555-5555
- E-Mail: 2023140134@stu.cqmu.edu.cn
Studienorte
-
-
Chongqing
-
Chongqing, Chongqing, China, 400016
- Rekrutierung
- Department of Urology, The First Affiliated Hospital of Chongqing Medical University
-
Kontakt:
- QuanHao He, PHD
- Telefonnummer: 800-555-5555
- E-Mail: 2020120460@stu.cqmu.edu.cn
-
Kontakt:
- Mingzhao Xiao, PHD
- Telefonnummer: 023-89012557
- E-Mail: 2023140134@stu.cqmu.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
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Nein
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Wir schlossen Patienten ein, die nur operiert wurden oder vor der Operation eine neoadjuvante Chemotherapie erhielten.
Wir haben Patienten mit der postoperativen Diagnose eines nicht-urothelialen Karzinoms ausgeschlossen.
Beschreibung
Einschlusskriterien:
- Patienten mit Blasenkrebs, die sich einer Operation wie einer radikalen Zystektomie oder einer transurethralen Resektion eines Blasentumors (TURBT) unterzogen haben
- Kontrast-CT-Scan weniger als zwei Wochen vor der Operation
- vollständige CT-Bilddaten und klinische Daten
- Vervollständigen Sie die gesamten Bilddaten der Folie
Ausschlusskriterien:
- Patienten mit der postoperativen Diagnose eines nicht-urothelialen Karzinoms
- schlechte Qualität der CT-Bilder
- unvollständige klinische und Follow-up-Daten
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
BLCA
Patienten mit Blasenkrebs, die sich einer Operation wie einer radikalen Zystektomie oder einer transurethralen Resektion eines Blasentumors (TURBT) unterzogen hatten.
|
Entwicklung und Validierung eines Deep-Learning-Systems zur Prognosevorhersage bei Blasenkrebs basierend auf CT-Radiomics und Bildern ganzer Objektträger.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Gesamtüberleben
Zeitfenster: bis zu 10 Jahre
|
die Zeit vom Datum der Operation bis zum Tod jeglicher Ursache oder das Datum des letzten Kontakts (zensierte Beobachtung) zum Zeitpunkt der Datenunterbrechung.
|
bis zu 10 Jahre
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Wiederholungsfreies Überleben
Zeitfenster: bis zu 10 Jahre
|
die Zeit vom Datum der Operation bis zum Datum des ersten dokumentierten Wiederauftretens der Krankheit.
Patienten ohne Rezidiv zum Zeitpunkt der Analyse werden zensiert
|
bis zu 10 Jahre
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
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 2024
Primärer Abschluss (Geschätzt)
1. Juni 2024
Studienabschluss (Geschätzt)
1. Oktober 2024
Studienanmeldedaten
Zuerst eingereicht
25. April 2024
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
26. April 2024
Zuerst gepostet (Tatsächlich)
29. April 2024
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
29. April 2024
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
26. April 2024
Zuletzt verifiziert
1. April 2024
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
- Neubildungen
- Urologische Neubildungen
- Urogenitale Neoplasmen
- Neubildungen nach Standort
- Urologische Erkrankungen
- Erkrankungen der Harnblase
- Weibliche Urogenitalerkrankungen
- Weibliche Urogenitalerkrankungen und Schwangerschaftskomplikationen
- Urogenitale Erkrankungen
- Männliche Urogenitalerkrankungen
- Neoplasien der Harnblase
Andere Studien-ID-Nummern
- BLCA_CMUFH
- K2024-187-01 (Andere Kennung: The First Affiliated Hospital of Chongqing Medical University)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
NEIN
Beschreibung des IPD-Plans
Die im Rahmen der aktuellen Studie analysierten Datensätze sind aus Datenschutzgründen nicht öffentlich zugänglich, können jedoch auf begründete Anfrage beim entsprechenden Autor angefordert werden.
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 .