AI-based Prediction of Prostate Cancer Metastasis Using Biopsy Pathology
Development and Validation of an AI-Based Metastasis Prediction Model Using Prostate Cancer Biopsy Pathology
This observational study aims to develop and validate an artificial intelligence-based model using prostate cancer biopsy pathology to predict lymph node metastasis and distant metastasis in patients with prostate cancer. The main questions it aims to answer are:
Can artificial intelligence-assisted analysis of prostate cancer biopsy pathology accurately predict lymph node metastasis? Can the model accurately predict distant metastasis and assess metastatic risk in patients with prostate cancer?
Researchers aim to evaluate whether the model can provide additional information for clinical decision-making and surgical planning.
Participants will:
Provide prostate biopsy pathology specimens and related clinical information; Undergo assessment of lymph node and distant metastatic status based on clinical and imaging data; Be included in the development and validation of the artificial intelligence prediction model.
Tutkimuksen yleiskatsaus
Tila
Tila
Ehdot
Ehdot
Interventio / Hoito
Interventio / Hoito
Opintotyyppi
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Ilmoittautuminen
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Hunan
-
Changsha, Hunan, Kiina, 410008
- Xiangya Hospital, Central South University
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Inclusion Criteria:
- Male patients aged between 18 and 90 years; Patients who underwent prostate biopsy due to elevated prostate-specific antigen (PSA), abnormal digital rectal examination (DRE), or abnormal imaging findings, were pathologically diagnosed with prostate cancer, and had available prostate biopsy pathology specimens; Patients who underwent radical prostatectomy with extended pelvic lymph node dissection (ePLND) or pelvic lymph node dissection (PLND), with definitive pathological information regarding lymph node metastasis; Patients who underwent PSMA PET/CT, MRI, bone scintigraphy, or prostate MRI capable of identifying regional lymph node metastasis or distant metastasis; Adequate cardiac, pulmonary, hepatic, and renal function; Eastern Cooperative Oncology Group (ECOG) performance status of 0-1; Expected survival time greater than 1 year; Written informed consent signed by the patient or legally authorized representative.
Exclusion Criteria:
- History of other malignancies; Severe dysfunction of major organs, including cardiac, pulmonary, hepatic, or renal insufficiency, or an expected survival time of less than 1 year; Prostate biopsy pathology specimens with inadequate whole-slide image scanning quality or failure of quality control assessment; Patients with prostate cancer diagnosed from transurethral resection specimens.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Ryhmien/kohorttien lukumäärä
Kohortit ja interventiot
Ryhmä/KohorttiRyhmä/Kohortti |
Interventio / HoitoInterventio / Hoito |
|---|---|
|
Prostate Cancer Cohort
Patients with prostate cancer undergoing biopsy pathology assessment for development and validation of an AI-based metastasis prediction model.
|
Artificial intelligence-assisted analysis of prostate cancer biopsy pathology specimens for prediction of lymph node and distant metastasis risk.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Prediction of Regional Lymph Node Metastasis
Aikaikkuna: Baseline
|
Assessment of the ability of the artificial intelligence-based model using prostate cancer biopsy pathology to predict regional lymph node metastasis.
|
Baseline
|
Yhteistyökumppanit ja tutkijat
Sponsori
Sponsori
Tutkijat
Tutkijat
- Päätutkija: Yi Cai, Xiangya Hospital Central South University Department of Urology
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Opiskelun aloitus
Ensisijainen valmistuminen (Arvioitu)
Ensisijainen valmistuminen
Opintojen valmistuminen (Arvioitu)
Opintojen valmistuminen
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Ensimmäinen Lähetetty
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin päivitys julkaistu
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muut tutkimustunnusnumerot
Muut tutkimustunnusnumerot
- 2026010083_4
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
IPD-suunnitelman kuvaus
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .