- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT07263711
Estudio prospectivo de mundo real de patología de IA para la predicción molecular de glioma
Un Estudio Prospectivo del Mundo Real sobre Inteligencia Artificial en Patología para Predecir Alteraciones Moleculares en Gliomas
El objetivo de este estudio clínico es aprender si un modelo de inteligencia artificial (IA) puede predecir con precisión cambios moleculares importantes en los gliomas, un tipo de tumor cerebral, utilizando imágenes de patología digital.
Las principales preguntas que este estudio pretende responder son:
¿Qué tan preciso es el modelo de IA para predecir alteraciones moleculares clave en comparación con las pruebas moleculares estándar? ¿Puede el modelo de IA acortar el tiempo necesario para el diagnóstico y reducir la necesidad de pruebas moleculares costosas?
Los investigadores recopilarán imágenes de portaobjetos completos de varios hospitales y utilizarán el modelo de IA para predecir los resultados moleculares. Las predicciones se compararán con los resultados reales de las pruebas de los métodos de laboratorio estándar.
Los participantes:
Permitirán el uso de sus imágenes de patología y resultados de pruebas moleculares para la investigación.
No recibirán tratamientos o procedimientos adicionales más allá de la atención médica estándar.
Este estudio ayudará a determinar si las herramientas asistidas por IA pueden proporcionar un diagnóstico molecular más rápido y de menor costo para el glioma, mejorando la atención al paciente y apoyando el acceso equitativo a la medicina de precisión.
Descripción general del estudio
Estado
Condiciones
Tipo de estudio
Inscripción (Estimado)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: DANYI LI
- Número de teléfono: +8613538308634
- Correo electrónico: lidanyi26@163.com
Ubicaciones de estudio
-
-
Guangdong
-
Guangzhou, Guangdong, Porcelana, 510515
- Reclutamiento
- Nanfang Hospital, Southern Medical University
-
Contacto:
- Li Liang
- Número de teléfono: +8615989146266
- Correo electrónico: lli@smu.edu.cn
-
Contacto:
- DANYI LI
- Número de teléfono: +8613538308634
- Correo electrónico: lidanyi26@163.com
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Este estudio incluirá a participantes adultos (de 18 años o más) que hayan sido diagnosticados o se sospeche que tienen glioma difuso basado en biopsia o resección quirúrgica. Los participantes deben disponer de láminas de patología digital teñidas con hematoxilina y eosina (H&E) y datos completos de pruebas clínicas y moleculares.
Todos los participantes serán pacientes que hayan recibido atención médica estándar para glioma. No se realizarán tratamientos o intervenciones adicionales como parte de este estudio. Las imágenes de patología y los resultados de las pruebas moleculares se recopilarán prospectivamente de múltiples centros clínicos para evaluar el rendimiento diagnóstico del modelo de patología basado en IA.
Descripción
Criterios de inclusión:
- El participante (o su representante legal autorizado) ha firmado voluntariamente el formulario de consentimiento informado.
- Edad ≥ 18 años en el momento de la inscripción.
- Sospecha histológica de glioma difuso basada en biopsia o resección quirúrgica.
- Disponibilidad de información clínica completa y láminas de patología digital útiles con tinción de hematoxilina y eosina (H&E).
- Resultados de patología molecular postoperatorios disponibles para comparación.
Criterios de exclusión:
- Muestras de patología de mala calidad (por ejemplo, tejido insuficiente, grandes pliegues o contaminación de las láminas, o calidad de escaneo digital deficiente).
- Determinado por el investigador como no apto para participar en el estudio por cualquier motivo.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión del modelo de IA en la predicción de alteraciones moleculares clave en el glioma
Periodo de tiempo: Dentro de 1 semana después de obtener las imágenes de cortes completos (WSI)
|
El resultado principal es el rendimiento diagnóstico del modelo de patología basado en IA en la predicción de alteraciones moleculares clave en el glioma.
Se calcularán la precisión, sensibilidad, especificidad y el área bajo la curva de características operativas del receptor (AUC) comparando las predicciones de la IA con los resultados de referencia de las pruebas de patología molecular estándar. |
Dentro de 1 semana después de obtener las imágenes de cortes completos (WSI)
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Director de estudio: Li Liang, Nanfang Hospital, Southern Medical University
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Estimado)
Actualizaciones de registros de estudio
Última actualización publicada (Estimado)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- NFEC-2025-508
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. .