- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT04241614
Clasificación de nódulos pulmonares benignos y malignos basada en datos sin procesar de TC
Comparación y análisis del rendimiento predictivo de la TC y los datos sin procesar en la clasificación benigna y maligna de los nódulos pulmonares
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El esquema de diagnóstico de los cánceres utilizado habitualmente sigue el proceso de señal a imagen a diagnóstico. Es fundamental reconstruir las imágenes visibles a partir de la señal del dispositivo médico para que el médico humano pueda realizar el diagnóstico. Sin embargo, la gran cantidad de información dentro de la señal no se extrae de manera óptima, lo que provoca el rendimiento insatisfactorio actual del diagnóstico basado en imágenes.
En este ensayo clínico, desarrollaremos un esquema de diagnóstico basado en IA para nódulos pulmonares directamente desde la señal (datos sin procesar) hasta el diagnóstico, omitiendo el paso de reconstrucción. En este ensayo, nos centraremos en la discriminación de los nódulos pulmonares malignos de los benignos. Recopilaremos un conjunto de datos de pacientes a los que se les descartan los nódulos pulmonares. Todos los pacientes se someten a una tomografía computarizada preoperatoria (datos sin procesar e imágenes de tomografía computarizada disponibles) y tienen un resultado patológicamente confirmado de los nódulos. Construiremos un modelo utilizando solo datos sin procesar para el diagnóstico de los nódulos pulmonares. Además, se construirá otro modelo de imagen CT para comparar.
Además, realizaremos un seguimiento de estos pacientes y construiremos un modelo basado en datos sin procesar de TC para el análisis de pronóstico del cáncer de pulmón.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Jilin
-
Changchun, Jilin, Porcelana, 130021
- The First Hospital of Ji Lin University
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes a los que se les excluyó el nódulo pulmonar.
- Los datos de TC y los datos brutos de TC correspondientes están disponibles antes de la cirugía.
- Está disponible el diagnóstico anatomopatológico final de la malignidad del nódulo.
Criterio de exclusión:
- Antecedentes de neoplasias pulmonares previas.
- Artefactos en las imágenes de TC que deterioran gravemente la observación de la lesión.
- El intervalo de tiempo entre la tomografía computarizada y el diagnóstico de patología es de más de 4 semanas.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
El primer hospital de la Universidad Ji Lin
Se recopilarán los datos de TC y los correspondientes datos brutos de TC de pacientes con nódulos pulmonares.
|
Sin intervenciones
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Área bajo la curva característica operativa (ROC) del receptor
Periodo de tiempo: 8 meses
|
Área bajo la curva (AUC) de datos sin procesar para diferenciar nódulos malignos de nódulos benignos.
|
8 meses
|
|
Supervivencia libre de enfermedad
Periodo de tiempo: 5 años
|
La asociación entre los datos sin procesar y la supervivencia libre de enfermedad (DFS), que se definió como el tiempo desde el comienzo del diagnóstico de cáncer de pulmón hasta el momento confirmado de la recurrencia o la enfermedad metastásica, o la muerte.
|
5 años
|
|
Supervivencia general
Periodo de tiempo: 5 años
|
La asociación entre los datos sin procesar y la supervivencia general (SG), que se definió como el tiempo desde el comienzo del diagnóstico de cáncer de pulmón hasta la muerte por cualquier causa.
|
5 años
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Director de estudio: Yali Zang, Ph.D., Institute of Automation, Chinese Academy of Sciences
Publicaciones y enlaces útiles
Publicaciones Generales
Enlaces Útiles
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (ACTUAL)
Finalización primaria (ACTUAL)
Finalización del estudio (ACTUAL)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (ACTUAL)
Actualizaciones de registros de estudio
Última actualización publicada (ACTUAL)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- CASMI001
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .