Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Optimización del tratamiento de tumores renales mediante módulos de inteligencia artificial

16 de marzo de 2025 actualizado por: Shao Pengfei

Inteligencia artificial multimodal para optimizar el tratamiento de tumores renales: diagnóstico, cirugía y pronóstico

El objetivo de este estudio observacional es mejorar el tratamiento de personas con tumor renal mediante inteligencia artificial (IA) multimodal. También medirá la precisión de las predicciones de los modelos de IA. Las principales preguntas que pretende responder son:

  1. si el módulo de IA puede proporcionar con precisión información relacionada con el tumor, como benigno o maligno, subtipos, clasificación, estadio, etc., aprendiendo de las imágenes de TC preoperatorias.
  2. si el módulo de IA puede ayudar a los médicos a encontrar el programa quirúrgico más adecuado para personas con tumores renales.
  3. si el módulo de IA puede integrar imágenes de TC y diapositivas de patología, ofreciendo información de pronóstico complementaria para mejorar la supervivencia posoperatoria.

Los participantes que completen un examen de TC (generalmente TC con contraste, CECT) y se sometan a una nefrectomía radical o parcial llevarán a cabo una vigilancia activa y registrarán los datos de supervivencia posoperatoria durante 5 años.

Descripción general del estudio

Estado

Reclutamiento

Condiciones

Descripción detallada

En este estudio, el modelo de IA explorará y aclarará características en imágenes de TC de tumores renales e imágenes patológicas que son difíciles de detectar manualmente y luego las correlacionará con los resultados clínicos, mejorando así el proceso de diagnóstico y tratamiento de los tumores renales. En primer lugar, el modelo puede distinguir con precisión los subtipos de tumores renales y predecir el estadio, el grado y la complejidad para evitar diagnósticos erróneos y ayudar a los médicos a formular planes de tratamiento. En segundo lugar, al aprender de los vídeos quirúrgicos, el modelo puede proporcionar información adicional durante las cirugías, como puntos de referencia anatómicos importantes y la ubicación de los tumores. Finalmente, combinando radiómica y patómica, el modelo puede diferenciar entre pacientes de alto y bajo riesgo después de la cirugía, proporcionando así una guía de pronóstico personalizada.

Tipo de estudio

De observación

Inscripción (Estimado)

2100

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

  • Nombre: Shao Pengfei, Professor
  • Número de teléfono: +8613851925825
  • Correo electrónico: spf032@hotmail.com

Copia de seguridad de contactos de estudio

  • Nombre: Miao Haoqi, Postgraduate
  • Número de teléfono: +8613276636957
  • Correo electrónico: mhq@stu.njmu.edu.cn

Ubicaciones de estudio

  • Porcelana
    • Jiangsu
      • Nanjing, Jiangsu, Porcelana, 210036
        • Reclutamiento
        • The First Affiliated Hospital of Nanjing Medical University (Jiangsu Provincial People's Hospital)
        • Contacto:
          • Shao Pengfei, Professor
          • Número de teléfono: +8613851925825
          • Correo electrónico: spf032@hotmail.com
        • Contacto:
          • Miao Haoqi, Postgraduate
          • Número de teléfono: +8613276636957
          • Correo electrónico: mhq@stu.njmu.edu.cn

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

No

Método de muestreo

Muestra no probabilística

Población de estudio

Pacientes con tumores renales en exámenes de imagen sometidos a cirugía

Descripción

Criterios de inclusión:

  • Pacientes con tumores renales que puedan tratarse mediante cirugía;
  • Complete CECT dentro de los 30 días anteriores a la cirugía;
  • Pacientes que comprendan plenamente este estudio y firmen el consentimiento informado;

Criterios de exclusión:

  • Pacientes a los que les falta algún elemento en la información clínica y patológica inicial;
  • Pacientes que ya han hecho metástasis en el momento en que se descubre el tumor;
  • Tratamiento previo en cualquier forma, incluida cirugía, terapia dirigida e inmunoterapia;

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Evaluación del rendimiento de los modelos de IA mediante el modelo de evaluación integral "AUC"
Periodo de tiempo: Desde la inscripción hasta el final del seguimiento de 5 años
"AUC" se refiere al área bajo la curva ROC (característica operativa del receptor), que indica el rendimiento del modelo en la predicción de información patológica relacionada con la inmunohistoquímica del cáncer de próstata después de la cirugía, y el AUC varía de 0 a 1, siendo el valor mayor indicando el mejor efecto de predicción.
Desde la inscripción hasta el final del seguimiento de 5 años

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Evaluación del rendimiento del modelo para predecir el pronóstico de los participantes después de la cirugía mediante el análisis de supervivencia de Kaplan-Meier
Periodo de tiempo: Desde la inscripción hasta el final del seguimiento de 5 años
El análisis de supervivencia de Kaplan-Meier es una estadística no paramétrica que se utiliza principalmente para determinar los factores que indican la supervivencia.
Desde la inscripción hasta el final del seguimiento de 5 años

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

Shao Pengfei

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de enero de 2025

Finalización primaria (Estimado)

1 de enero de 2028

Finalización del estudio (Estimado)

31 de diciembre de 2033

Fechas de registro del estudio

Enviado por primera vez

2 de diciembre de 2024

Primero enviado que cumplió con los criterios de control de calidad

2 de diciembre de 2024

Publicado por primera vez (Actual)

4 de diciembre de 2024

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

25 de marzo de 2025

Última actualización enviada que cumplió con los criterios de control de calidad

16 de marzo de 2025

Última verificación

1 de diciembre de 2024

Más información

Términos relacionados con este estudio

Palabras clave

Términos MeSH relevantes adicionales

Otros números de identificación del estudio

  • 2024-SR-961

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

producto fabricado y exportado desde los EE. UU.

No

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. .

Suscribir