A Multicenter Prospective Study Evaluating the Diagnostic Performance of Femtosecond Laser Label-Free Imaging Combined With Artificial Intelligence for Predicting High-Risk Pathological Features in Lung Cancer
28. August 2026 aktualisiert von: Shanghai Zhongshan Hospital
To investigate the diagnostic performance of Femtosecond Laser Label-Free Imaging combined with artificial intelligence for predicting high-risk pathological features in lung cancer
Studienübersicht
Status
Noch keine Rekrutierung
Bedingungen
Intervention / Behandlung
Studientyp
Beobachtungs
Einschreibung (Geschätzt)
333
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
N/A
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Lung cancer patients undergoing pulmonary resection.
Beschreibung
Inclusion Criteria:
- Pulmonary nodules detected by clinical imaging with an indication for surgical resection.
- Patient agrees to and is planned for pulmonary (partial) resection.
- Resected specimens are suitable for FLI imaging.
- Written informed consent obtained from the patient or legal representative.
- Patients undergoing pulmonary (partial) resection at our hospital during this study.
Exclusion Criteria:
- Insufficient sample.
- Specimen with crushing, contamination, or improper preservation, precluding valid imaging as judged by the investigator.
- Inability to obtain matched pathology results corresponding to FLI images.
- Inability to obtain final pathological diagnosis.
- Other conditions deemed by the investigator as unsuitable for study participation.
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Zeitfenster |
|---|---|
|
The primary endpoint is the accuracy of the FLI combined with the AI model in predicting regional lymph node metastasis status in lung cancer, evaluated using postoperative pathology results as the reference standard.
Zeitfenster: through study completion, an average of 2 year
|
through study completion, an average of 2 year
|
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 (Geschätzt)
1. September 2026
Primärer Abschluss (Geschätzt)
31. August 2028
Studienabschluss (Geschätzt)
31. August 2028
Studienanmeldedaten
Zuerst eingereicht
24. August 2026
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
28. August 2026
Zuerst gepostet (Tatsächlich)
2. September 2026
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
2. September 2026
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
28. August 2026
Zuletzt verifiziert
1. August 2026
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- B2026-532
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
UNENTSCHIEDEN
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 .