- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06252974
ESCC:n invaasion syvyyden tarkka diagnoosi NBI-endoskopiatietojen syvän hermoverkkoanalyysin avulla
Varhaisen ruokatorven levyepiteelikarsinooman tunkeutumisen syvyyden tarkka diagnoosi kapeakaistaisen kuvantamisen endoskopiatietojen syvän hermoverkoston analyysillä
Tämän havainnointitutkimuksen tavoitteena on diagnosoida tarkasti ruokatorven levyepiteelikarsinooman vaihe, jotta lääkärit voivat päättää sopivasta kliinisestä hoidosta. Pääkysymys, johon se pyrkii vastaamaan, on:
• Saadakseen varhaisen tarkan diagnoosin ruokatorven levyepiteelisyövän tunkeutumissyvyydestä kapeakaistaisen kuvantamisen endoskopiatietojen avulla.
Osallistujien kliiniset tiedot rutiinitutkimuksista ja hoidoista kerätään, osallistujille ei aiheudu haittaa.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: Hui Ding, Doctor
- Puhelinnumero: +8613585966417
- Sähköposti: dr_daisy@163.com
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Ikä ≥ 18 vuotta, sukupuolesta riippumatta;
- Ruokatorven ESD-leikkauksen suorittaminen ruokatorven limakalvovaurioiden vuoksi;
- ESD-näytteiden patologinen arviointi.
Poissulkemiskriteerit:
Patologinen tutkimus ESD-leikkauksen jälkeen sulki pois ruokatorven okasolusyövän.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tarkka diagnoosi varhaisen ruokatorven okasolusyövän tunkeutumissyvyys endoskooppisilla NBI-kuvilla syvän hermoverkkoanalyysin avulla
Aikaikkuna: 31.12.2024
|
Vertailemme InvaDepNetin ennakoivaa suorituskykyä ennen ja jälkeen GANilla luodun tiedon sisällyttämisen ja osoitimme, että luodun tiedon sisällyttäminen harjoitustietojoukkoon parantaa tehokkaasti ennustavan mallin tarkkuutta.
Lisäksi koulutamme kuusi yleisesti käytettyä CNN-mallia kahdelle tietojoukolle eri kuvauskulmilla (mukaan lukien NBI ilman suurennusta ja NBI suurennuksella), ja ehdotamme ResNet-mallia analysoimaan kliinisiä tietoja yhdistettynä NBI-kuviin.
|
31.12.2024
|
Yhteistyökumppanit ja tutkijat
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Arvioitu)
Ensisijainen valmistuminen (Arvioitu)
Opintojen valmistuminen (Arvioitu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
- Ruoansulatuskanavan sairaudet
- Neoplasmat histologisen tyypin mukaan
- Neoplasmat
- Neoplasmat sivustoittain
- Kasvaimet, rauhas- ja epiteelikasvaimet
- Ruoansulatuskanavan kasvaimet
- Ruoansulatuskanavan kasvaimet
- Ruoansulatuskanavan sairaudet
- Pään ja kaulan kasvaimet
- Ruokatorven sairaudet
- Kasvaimet, okasolusolut
- Ruokatorven kasvaimet
- Karsinooma
- Karsinooma, okasolusolu
- Ruokatorven okasolusyöpä
Muut tutkimustunnusnumerot
- LY2023-229-B
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 .