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

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 de agosto de 2026 actualizado por: 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

Descripción general del estudio

Tipo de estudio

De observación

Inscripción (Estimado)

333

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

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

N/A

Método de muestreo

Muestra no probabilística

Población de estudio

Lung cancer patients undergoing pulmonary resection.

Descripción

Inclusion Criteria:

  1. Pulmonary nodules detected by clinical imaging with an indication for surgical resection.
  2. Patient agrees to and is planned for pulmonary (partial) resection.
  3. Resected specimens are suitable for FLI imaging.
  4. Written informed consent obtained from the patient or legal representative.
  5. Patients undergoing pulmonary (partial) resection at our hospital during this study.

Exclusion Criteria:

  1. Insufficient sample.
  2. Specimen with crushing, contamination, or improper preservation, precluding valid imaging as judged by the investigator.
  3. Inability to obtain matched pathology results corresponding to FLI images.
  4. Inability to obtain final pathological diagnosis.
  5. Other conditions deemed by the investigator as unsuitable for study participation.

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
Periodo de tiempo
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.
Periodo de tiempo: through study completion, an average of 2 year
through study completion, an average of 2 year

Colaboradores e Investigadores

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

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 septiembre de 2026

Finalización primaria (Estimado)

31 de agosto de 2028

Finalización del estudio (Estimado)

31 de agosto de 2028

Fechas de registro del estudio

Enviado por primera vez

24 de agosto de 2026

Primero enviado que cumplió con los criterios de control de calidad

28 de agosto de 2026

Publicado por primera vez (Actual)

2 de septiembre de 2026

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

2 de septiembre de 2026

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

28 de agosto de 2026

Última verificación

1 de agosto de 2026

Más información

Términos relacionados con este estudio

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

INDECISO

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