Prediction of Neoadjuvant Therapy Efficacy and Prognosis for Breast Cancer Based on Multimodal Data
22 de junio de 2026 actualizado por: Yunnan Cancer Hospital
Prediction of Neoadjuvant Therapy Efficacy and Prognosis for Breast Cancer Based on Multimodal Data: A Multicenter Retrospective and Prospective Validation
This study aims to develop a multimodal deep learning model integrating MRI, ultrasound, digital pathology and clinical information based on multicenter retrospective data.
To externally validate the model in an independent prospective cohort, and evaluate its accuracy in predicting pathological complete response (pCR), 3-year and 5-year disease-free survival (DFS).
To establish visual tools such as nomograms, assisting clinicians in identifying patients with chemoresistance and facilitating individualized de-escalation or escalation treatment strategies.
Descripción general del estudio
Estado
Aún no reclutando
Condiciones
Tipo de estudio
Intervencionista
Inscripción (Estimado)
1800
Fase
- No aplica
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: Zhenhui LI
- Número de teléfono: 13698736132
- Correo electrónico: lizhenhui@kmmu.edu.cn
Copia de seguridad de contactos de estudio
- Nombre: Yu Xie
- Número de teléfono: 13708445492
- Correo electrónico: xieyu@kmmu.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
Descripción
Inclusion Criteria:
- Histopathologically confirmed invasive breast cancer;
- Planned to receive a full course of neoadjuvant therapy;
- Complete baseline imaging data (MRI/ultrasound/mammography) and core needle pathology results available.
Exclusion Criteria:
- Previous history of ipsilateral breast cancer or chest radiotherapy;
- Distant metastasis (Stage IV);
- Poor image quality or missing clinical data exceeding 20%.
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
- Propósito principal: Diagnóstico
- Asignación: N / A
- Modelo Intervencionista: Asignación de un solo grupo
- Enmascaramiento: Ninguno (etiqueta abierta)
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Prediction of Neoadjuvant Therapy Efficacy and Prognosis for Breast Cancer Based on Multimodal Data
To develop a multimodal deep learning model integrating MRI, ultrasound, digital pathology and clinical information based on multicenter retrospective data.
|
MRI and ultrasound were performed in addition to conventional treatment regimens
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Predictive value of multimodal data for neoadjuvant therapy efficacy in breast cancer
Periodo de tiempo: From enrollment to the end of surgery
|
Combined with preoperative multimodal MRI and ultrasound imaging parameters, pathological baseline data and clinical data, a prediction model for neoadjuvant therapy efficacy in breast cancer is constructed.
Taking postoperative pathological response results as the evaluation basis, the predictive efficacy of multimodal data for neoadjuvant therapy complete response and non-complete response is evaluated.
|
From enrollment to the end of surgery
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Prognostic predictive value of multimodal data for breast cancer
Periodo de tiempo: From enrollment to the end of surgery
|
Follow up the long-term prognosis of breast cancer patients after neoadjuvant therapy and surgery, record key prognostic indicators including disease-free survival (DFS) and overall survival (OS).
Analyze the correlation between multimodal imaging and clinical pathological data and patient prognosis, and verify the prognostic prediction ability of multimodal data for breast cancer patients.
|
From enrollment to the end of surgery
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Director de estudio: Lianhua Ye, Ethics Committee of Yunnan Provincial Cancer Hospital
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 (Estimado)
1 de junio de 2026
Finalización primaria (Estimado)
31 de diciembre de 2026
Finalización del estudio (Estimado)
30 de junio de 2029
Fechas de registro del estudio
Enviado por primera vez
19 de mayo de 2026
Primero enviado que cumplió con los criterios de control de calidad
22 de junio de 2026
Publicado por primera vez (Actual)
26 de junio de 2026
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
26 de junio de 2026
Última actualización enviada que cumplió con los criterios de control de calidad
22 de junio de 2026
Última verificación
1 de mayo de 2026
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- KYLX2026-205
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
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
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. .