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

KI-basiertes Bildgebungsmodell zur Vorhersage von Blasenkrebs

30. Mai 2024 aktualisiert von: Yun Luo, Third Affiliated Hospital, Sun Yat-Sen University

Entwicklung und Validierung eines bildbasierten Vorhersagemodells mit künstlicher Intelligenz für Blasenkrebs

Blasenkrebs ist der neunthäufigste bösartige Tumor weltweit und zeichnet sich durch eine hohe Bösartigkeit und eine schlechte Prognose aus. Wir beabsichtigen, mithilfe von Deep-Learning-Algorithmen ein CT-basiertes Modell zur Vorhersage der Tumorentstehung bei Blasenkrebs zu entwickeln. Dieses Modell erleichtert die präoperative Beurteilung des Zustands des Patienten und ermöglicht die Formulierung präziserer und personalisierterer Behandlungspläne.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

2000

Kontakte und Standorte

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

Studienkontakt

Studienorte

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510630
        • Rekrutierung
        • The Third Affiliated Hospital of Sun Yat-sen University
        • Kontakt:

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten mit Blasenkrebs

Beschreibung

Einschlusskriterien:

  1. Patienten mit Blasenkrebs, die vom 1. Januar 2014 bis zum 1. Januar 2023 behandelt wurden;
  2. Krankenhausaufenthalt und transurethrale Resektion eines Blasentumors (TURBT) oder radikale Zystektomie;
  3. Vollständige klinische, präoperative CT- und pathologische Daten.

Ausschlusskriterien:

  1. Patienten, die sich zuvor in anderen Zentren einer chirurgischen Behandlung wegen Blasenkrebs unterzogen haben, wodurch es schwierig ist, ihre präoperativen Daten zu erhalten;
  2. Patienten mit anderen gleichzeitigen bösartigen Erkrankungen des Beckens oder der Harnwege;
  3. Patienten mit schlechter Qualität, geringer Auflösung oder verblassten CT- oder pathologischen Bildern.

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
Ausbildungskohorte
für das Training des Modells vom Sun Yat-sen Memorial Hospital der Sun Yat-sen-Universität.
Sonstiges: Keine spezifischen Eingriffe.
Keine spezifischen Eingriffe.
interne Validierungskohorte
Die zur Bewertung der Modellleistung verwendeten Daten stammen vom Sun Yat-sen Memorial Hospital der Sun Yat-sen-Universität.
Sonstiges: Keine spezifischen Eingriffe.
Keine spezifischen Eingriffe.
externe Validierungskohorte 1
Die Daten, die zur Bewertung der Modellleistung verwendet werden, stammen vom Third Affiliated Hospital der Sun Yat-sen University.
Sonstiges: Keine spezifischen Eingriffe.
Keine spezifischen Eingriffe.
externe Validierungskohorte 2
Die Daten, die zur Bewertung der Modellleistung verwendet werden, stammen vom Second Affiliated Hospital der Dalian Medical University.
Sonstiges: Keine spezifischen Eingriffe.
Keine spezifischen Eingriffe.
externe Validierungskohorte 3
Die Daten, die zur Bewertung der Modellleistung verwendet werden, stammen vom First Affiliated Hospital der Chongqing Medical University.
Sonstiges: Keine spezifischen Eingriffe.
Keine spezifischen Eingriffe.
externe Validierungskohorte 4
Die Daten, die zur Bewertung der Leistung des Modells verwendet werden, stammen vom Yan'an-Krankenhaus der Medizinischen Universität Kunming.
Sonstiges: Keine spezifischen Eingriffe.
Keine spezifischen Eingriffe.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Tumorknospung: Ein Überblick
Zeitfenster: Ein Jahr nach der Entlassung nach der Operation
Das Knospen von Tumoren ist ein histopathologisches Phänomen, das bei verschiedenen Krebsarten, einschließlich Blasenkrebs, beobachtet wird. Es bezieht sich auf das Vorhandensein einzelner Zellen oder kleiner Zellcluster (weniger als fünf) an der invasiven Front von Tumoren. Diese Knospen weisen auf einen epithelial-mesenchymalen Übergang (EMT) hin, einen Prozess, bei dem Epithelzellen mesenchymale, invasive Eigenschaften annehmen, was für die Krebsinvasion und Metastasierung von entscheidender Bedeutung ist.
Ein Jahr nach der Entlassung nach der Operation

Mitarbeiter und Ermittler

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

Sponsor

Third Affiliated Hospital, Sun Yat-Sen University

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. Mai 2024

Primärer Abschluss (Geschätzt)

31. Oktober 2024

Studienabschluss (Geschätzt)

31. Dezember 2024

Studienanmeldedaten

Zuerst eingereicht

30. Mai 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

30. Mai 2024

Zuerst gepostet (Geschätzt)

4. Juni 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Geschätzt)

4. Juni 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

30. Mai 2024

Zuletzt verifiziert

1. Mai 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • SL-II2023-303-02

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 .

Abonnieren