Glioma Patients Registry Based on Radiological, Histopathological and Genetic Analysis
perjantai 5. helmikuuta 2021 päivittänyt: Zhenyu Zhang, The First Affiliated Hospital of Zhengzhou University
Glioma Patients Registry Based on MR Images, Histopathology Images and Genetic Sequencing Analyzed by Artificial Intelligence
This prospective study aims to collect clinical, radiological, pathological, molecular and genetic data including detailed clinical parameters, MR and histopathology images, molecular pathology and genetic sequencing data.
By leveraging artificial intelligence, this registry seeks to construct and refine algorithms that able to predict molecular pathology or clinical outcomes of glioma patients based on MR images and histopathology images, as well as revealing related mechanisms from genetic perspective.
Tutkimuksen yleiskatsaus
Tila
Tuntematon
Ehdot
Yksityiskohtainen kuvaus
Non-invasive and precise prediction for molecular biomarkers such as 1p/19q co-deletion, MGMT methylation, IDH and TERTp mutations, and patients survival is challenging for gliomas.
With the development of artificial intelligence, much more potential lies in the preoperative conventional/advanced MR imaging (T1 weighted imaging, T2 weighted imaging, FLAIR, contrast-enhanced T1 weighted imaging, diffusion-weighted imaging, and perfusion imaging), and in the histopathology images of HE slices of gliomas could be excavated to aid prediction of molecular pathology and patients' survival of gliomas.
This study aims to collect clinical, radiological, pathological, molecular and genetic data including detailed clinical parameters, MR and histopathology images, molecular pathology (1p/19q co-deletion, MGMT methylation, IDH and TERTp mutations, etc) and genetic data (Whole exome sequencing, RNA sequencing, proteomics, etc), and seeks to construct and refine algorithms that able to predict molecular pathology or clinical outcomes of glioma patients based on MR images and histopathology images, as well as revealing related mechanisms from genetic perspective.
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Odotettu)
500
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Henan
-
Zhengzhou, Henan, Kiina, 450052
- Rekrytointi
- Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University
-
Ottaa yhteyttä:
- Zhenyu Zhang, Dr.
- Puhelinnumero: +86 17839973727
- Sähköposti: fcczhangzy1@zzu.edu.cn
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
1 vuosi - 95 vuotta (Lapsi, Aikuinen, Vanhempi Aikuinen)
Hyväksyy terveitä vapaaehtoisia
Joo
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Todennäköisyysnäyte
Tutkimusväestö
Patients with newly diagnosed glioma that receive tumor resection with preoperative MR images and postoperative histopathology images
Kuvaus
Inclusion Criteria:
- Patients must have radiologically and histologically confirmed diagnosis of primary glioma
- Life expectancy of greater than 3 months
- Must receive tumor resection
- Must have sufficient frozen tissues and peripheral blood samples for sequencing
- Must have high-quality MR images and histopathology images
- Signed informed consent
Exclusion Criteria:
- No gliomas
- No sufficient amount of tumor tissues for detection of molecular pathology
- Patients who are pregnant or breast feeding
- Patients who are suffered from severe systematic malfunctions
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
AUC of Prediction performance
Aikaikkuna: up to 2 years
|
AUC of Prediction performance=sensitivity+specificity-1
|
up to 2 years
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Yhteistyökumppanit
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Torstai 1. marraskuuta 2018
Ensisijainen valmistuminen (Odotettu)
Lauantai 1. tammikuuta 2022
Opintojen valmistuminen (Odotettu)
Tiistai 1. maaliskuuta 2022
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Lauantai 4. tammikuuta 2020
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Lauantai 4. tammikuuta 2020
Ensimmäinen Lähetetty (Todellinen)
Tiistai 7. tammikuuta 2020
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Maanantai 8. helmikuuta 2021
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Perjantai 5. helmikuuta 2021
Viimeksi vahvistettu
Maanantai 1. helmikuuta 2021
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- GliomaAI-6
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
PÄÄTTÄMÄTÖN
IPD-suunnitelman kuvaus
Undecided
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
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 .