Diagnose von peritonealem exfoliativem Zytologie-positivem Magenkrebs basierend auf künstlicher Intelligenz-gesteuerter virtueller Biopsietechnologie (GC-CY1)
Ziel dieser klinischen Studie ist die Entwicklung und Evaluierung einer auf künstlicher Intelligenz (KI) basierenden virtuellen Biopsietechnologie zur Diagnose von Magenkrebs mit positiver peritonealer exfoliativer Zytologie (PEC). Magenkrebs mit peritonealen Metastasen stellt häufig eine Herausforderung für die Früherkennung und Diagnose dar, da herkömmliche Diagnosemethoden wie Bildgebung und Histopathologie in ihrer Sensitivität und Spezifität begrenzt sind.
In dieser Studie schlagen wir den Einsatz von KI-Algorithmen zur Analyse nicht-invasiver Biomarker, einschließlich transkriptomischer Profile und Bilddaten, vor, um das Vorhandensein von peritonealem, exfoliativem, zytologiepositivem Magenkrebs vorherzusagen. Die virtuelle Biopsie nutzt KI zur Integration mehrerer Datensätze und stellt so ein umfassendes Diagnosetool bereit, das möglicherweise aktuelle invasive Diagnoseverfahren ersetzen oder ergänzen könnte. Durch die Entwicklung dieser Technologie wollen wir die Früherkennung und Überwachung von Magenkrebs verbessern, insbesondere in Fällen mit okkulten Peritonealmetastasen, und letztendlich die Patientenergebnisse durch zeitnahere und genauere Behandlungsstrategien verbessern.
Die Studie umfasst die Sammlung klinischer Proben von Magenkrebspatienten mit Verdacht auf Peritonealmetastasen. Anhand dieser Proben wird das KI-Modell trainiert, um relevante Biomarker für PEC-positiven Magenkrebs zu identifizieren. Es wird eine klinische Validierung durchgeführt, um die Leistung dieses KI-gesteuerten virtuellen Biopsiesystems im Vergleich zu herkömmlichen Diagnosemethoden zu bewerten.
Diese Studie hat das Potenzial, einen neuartigen, nicht-invasiven diagnostischen Ansatz für Magenkrebs mit Peritonealbeteiligung bereitzustellen und einen bedeutenden Fortschritt auf dem Gebiet der Krebsfrüherkennung und der personalisierten Medizin zu bedeuten.
Studienübersicht
Status
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
None Selected
-
Shijiazhuang, None Selected, China, 050011
- The Fourth Hospital of Hebei Medical University
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
Alter: Patienten im Alter von 18–75 Jahren. Diagnose von Magenkrebs: Histologisch bestätigte Diagnose von primärem Magenkrebs mit klinischem Verdacht auf peritoneale Metastasierung (basierend auf Bildgebung oder anderen klinischen Befunden).
Positive Peritoneal-Lavage-Zytologie (PEC): Patienten mit Verdacht auf PEC-positiven Magenkrebs, basierend auf früheren oder aktuellen Ergebnissen der Peritoneal-Lavage-Zytologie oder einem hohen klinischen Verdacht.
ECOG-Leistungsstatus: Leistungsstatus der Eastern Cooperative Oncology Group (ECOG) von 0-2, was anzeigt, dass es dem Patienten gut genug geht, um an der Studie teilzunehmen und sich den notwendigen diagnostischen Verfahren zu unterziehen.
Einverständniserklärung: Fähigkeit und Bereitschaft, eine Einverständniserklärung abzugeben und das Studienprotokoll einzuhalten.
Ausschlusskriterien:
Frühere Krebserkrankungen: Vorgeschichte anderer bösartiger Erkrankungen innerhalb der letzten 5 Jahre, mit Ausnahme von Nicht-Melanom-Hautkrebs oder In-situ-Krebs.
Schwere Komorbiditäten: Schwere Herz-Kreislauf-, Atemwegs-, Nieren- oder Lebererkrankung, die die Fähigkeit des Patienten beeinträchtigen würde, an der Studie teilzunehmen oder sich den erforderlichen diagnostischen Verfahren zu unterziehen.
Schwangerschaft oder Stillzeit: Schwangere oder stillende Frauen oder Frauen, die während des Studienzeitraums eine Schwangerschaft planen.
Nicht förderfähige klinische Erkrankungen: Jede Erkrankung, die nach Ansicht des Prüfarztes die Teilnahme des Patienten oder die Einhaltung des Studienprotokolls beeinträchtigen oder die Qualität der Daten beeinträchtigen könnte.
Unfähigkeit, Proben bereitzustellen: Patienten, die nicht in der Lage sind, die erforderlichen klinischen Proben (z. B. Blut, Urin oder Peritonealspülflüssigkeit) für die KI-gesteuerte virtuelle Biopsieanalyse bereitzustellen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
Genauigkeit der KI-gesteuerten virtuellen Biopsie bei der Diagnose von PEC-positivem Magenkrebs
Zeitfenster: 24 Monate postoperative Nachuntersuchung
|
24 Monate postoperative Nachuntersuchung
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- GC-CY1
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .