- ICH GCP
- Yhdysvaltain kliinisten tutkimusten rekisteri
- Kliininen tutkimus NCT06685458
Ennustavan mallin rakentaminen hyvänlaatuisten ja pahanlaatuisten kiinteiden keuhkokyhmyjen erottamiseksi kliinisten ja kuvantamisominaisuuksien perusteella.
Yhdessä kliinisten ja kuvantamisominaisuuksien kanssa luotiin hyvänlaatuisten ja pahanlaatuisten kiinteiden keuhkokyhmyiden ennustemalli
Opintojen tavoite:
Analysoida kattavasti kiinteiden keuhkokyhmyjen preoperatiivisia kliinisiä ja kuvantamisominaisuuksia, tutkia pahanlaatuisiin kiinteisiin keuhkokyhmyihin liittyviä riskitekijöitä ja tarjota referenssiä preoperatiivisiin hoitopäätöksiin.
Tutkimuksen merkitys:
Vuoden 2020 Global Cancer Reportin mukaan keuhkosyöpä on edelleen johtava syöpään liittyvien kuolemien syy maailmanlaajuisesti. Suurin osa vaiheen I keuhkosyövän potilaista saavuttaa pitkän eloonjäämisen, mutta pitkälle edenneiden potilaiden eloonjäämisluvut ovat erittäin alhaiset. Keuhkosyövän varhainen seulonta, diagnoosi ja hoito ovat ratkaisevan tärkeitä.
Varhaisen keuhkosyövän seulonnan laajamittaisen käyttöönoton myötä havaitaan yhä enemmän keuhkokyhmyjä, joista merkittävä osa on kiinteät keuhkokyhmyt. Toisin kuin lasihiotut kyhmyt, hyvänlaatuisten ja pahanlaatuisten kiinteiden kyhmyjen tarkka erottaminen on ratkaisevan tärkeää sopivien hoitostrategioiden määrittämiseksi. Hyvänlaatuisten kiinteiden kyhmyjen tapauksessa seurantahavainnointi on suositeltava lähestymistapa, kun taas varhainen kirurginen interventio on välttämätön pahanlaatuisten kiinteiden kyhmyjen tapauksessa.
Vaikka aiemmissa tutkimuksissa on selvitetty kliinisten ja kuvantamisominaisuuksien välistä korrelaatiota, ne eivät ole tehneet systemaattisia analyyseja, ja useimmat ovat perustuneet pieniin otoskokoihin. Siksi tämän tutkimuksen tavoitteena on suorittaa kattava analyysi preoperatiivisista kliinisistä ja kuvantamisominaisuuksista, rakentaa ennustava malli hyvänlaatuisten ja pahanlaatuisten kiinteiden keuhkokyhmyjen erottamiseksi toisistaan ja tarjota luotettava referenssi hoitostrategioiden valinnassa.
Tutkimuksen yleiskatsaus
Tila
Yksityiskohtainen kuvaus
Opintotyyppi
Ilmoittautuminen (Arvioitu)
Yhteystiedot ja paikat
Opiskeluyhteys
- Nimi: yantao yang
- Puhelinnumero: 18288509115
- Sähköposti: 2443804244@qq.com
Tutki yhteystietojen varmuuskopiointi
- Nimi: lianhua ye
- Puhelinnumero: 13769123627
- Sähköposti: Lhye1204@aliyun.com
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällön kriteerit:
- (1) Kaikille koehenkilöille toimitettiin CT-kuvaus, joka oli saatu Kunmingin lääketieteellisen yliopiston kolmannesta sairaalasta kahden viikon aikana ennen leikkausta; (2) Täydelliset klinikopatologiset tiedot kiinteistä kyhmyistä saatiin; (3) yhden tai useamman SPN:n kirurginen toimenpide; (4) Ei aikaisempia kasvainten vastaisia hoitoja, kuten sädehoitoa tai kemoterapiaa; (5) Ikä 18 vuotta tai vanhempi.
Poissulkemiskriteerit:
- (1) Potilaat, joilla on puutteelliset kuvantamistiedot tai potilastiedot; (2) keuhkoinfektiot, jotka voivat vaikuttaa kuva-analyysiin; (3) Kuvissa olevat merkittävät hengitysliikkeen artefaktit, jotka heikentävät kuvantamisanalyysiä; (4) SPN:n epäjohdonmukainen sijainti postoperatiivisissa patologisissa raporteissa ja ennen leikkausta TT-kuvissa.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Hyvänlaatuinen kyhmyryhmä
Osallistujat, joilla on hyvänlaatuisia kiinteitä keuhkokyhmyjä.
|
Tämä tutkimus sisältää kliinisten ja kuvantamisominaisuuksien preoperatiivisen arvioinnin, jotta voidaan rakentaa ennustava malli hyvänlaatuisten ja pahanlaatuisten kiinteiden keuhkojen kyhmyjen erottamiseksi.
Kirurginen resektio suoritetaan patologisen vahvistuksen saamiseksi vertailustandardina.
|
|
Pahanlaatuinen kyhmyryhmä
Osallistujat, joilla on pahanlaatuisia kiinteitä keuhkokyhmyjä.
|
Tämä tutkimus sisältää kliinisten ja kuvantamisominaisuuksien preoperatiivisen arvioinnin, jotta voidaan rakentaa ennustava malli hyvänlaatuisten ja pahanlaatuisten kiinteiden keuhkojen kyhmyjen erottamiseksi.
Kirurginen resektio suoritetaan patologisen vahvistuksen saamiseksi vertailustandardina.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Ennustavan mallin diagnostinen suorituskyky
Aikaikkuna: 2 vuoden sisällä leikkauksen ja patologisen vahvistuksen jälkeen
|
Ensisijainen tulos on ennustusmallin vastaanottimen toimintakäyrän (AUC) alla oleva pinta-ala hyvänlaatuisten kiinteiden keuhkokyhmyjen erottamisessa pahanlaatuisista preoperatiivisten kliinisten ja kuvantamisominaisuuksien perusteella.
|
2 vuoden sisällä leikkauksen ja patologisen vahvistuksen jälkeen
|
Yhteistyökumppanit ja tutkijat
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Goldstraw P, Chansky K, Crowley J, Rami-Porta R, Asamura H, Eberhardt WE, Nicholson AG, Groome P, Mitchell A, Bolejack V; International Association for the Study of Lung Cancer Staging and Prognostic Factors Committee, Advisory Boards, and Participating Institutions; International Association for the Study of Lung Cancer Staging and Prognostic Factors Committee Advisory Boards and Participating Institutions. The IASLC Lung Cancer Staging Project: Proposals for Revision of the TNM Stage Groupings in the Forthcoming (Eighth) Edition of the TNM Classification for Lung Cancer. J Thorac Oncol. 2016 Jan;11(1):39-51. doi: 10.1016/j.jtho.2015.09.009.
- Siegel RL, Miller KD, Jemal A. Cancer statistics, 2020. CA Cancer J Clin. 2020 Jan;70(1):7-30. doi: 10.3322/caac.21590. Epub 2020 Jan 8.
- McWilliams A, Tammemagi MC, Mayo JR, Roberts H, Liu G, Soghrati K, Yasufuku K, Martel S, Laberge F, Gingras M, Atkar-Khattra S, Berg CD, Evans K, Finley R, Yee J, English J, Nasute P, Goffin J, Puksa S, Stewart L, Tsai S, Johnston MR, Manos D, Nicholas G, Goss GD, Seely JM, Amjadi K, Tremblay A, Burrowes P, MacEachern P, Bhatia R, Tsao MS, Lam S. Probability of cancer in pulmonary nodules detected on first screening CT. N Engl J Med. 2013 Sep 5;369(10):910-9. doi: 10.1056/NEJMoa1214726.
- Bray F, Ferlay J, Soerjomataram I, Siegel RL, Torre LA, Jemal A. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2018 Nov;68(6):394-424. doi: 10.3322/caac.21492. Epub 2018 Sep 12. Erratum In: CA Cancer J Clin. 2020 Jul;70(4):313. doi: 10.3322/caac.21609.
- Choo E. Testing: High-Resolution Chest Computed Tomography Scan. Springer New York. 2014.
- Yip R, Li K, Liu L, Xu D, Tam K, Yankelevitz DF, Taioli E, Becker B, Henschke CI. Controversies on lung cancers manifesting as part-solid nodules. Eur Radiol. 2018 Feb;28(2):747-759. doi: 10.1007/s00330-017-4975-9. Epub 2017 Aug 23.
- Winer-Muram HT. The solitary pulmonary nodule. Radiology. 2006 Apr;239(1):34-49. doi: 10.1148/radiol.2391050343.
- Sim YT, Goh YG, Dempsey MF, Han S, Poon FW. PET-CT evaluation of solitary pulmonary nodules: correlation with maximum standardized uptake value and pathology. Lung. 2013 Dec;191(6):625-32. doi: 10.1007/s00408-013-9500-6. Epub 2013 Sep 8.
- Chu ZG, Zhang Y, Li WJ, Li Q, Zheng YN, Lv FJ. Primary solid lung cancerous nodules with different sizes: computed tomography features and their variations. BMC Cancer. 2019 Nov 7;19(1):1060. doi: 10.1186/s12885-019-6274-0.
- Ye T, Deng L, Wang S, Xiang J, Zhang Y, Hu H, Sun Y, Li Y, Shen L, Xie L, Gu W, Zhao Y, Fu F, Peng W, Chen H. Lung Adenocarcinomas Manifesting as Radiological Part-Solid Nodules Define a Special Clinical Subtype. J Thorac Oncol. 2019 Apr;14(4):617-627. doi: 10.1016/j.jtho.2018.12.030. Epub 2019 Jan 17.
- Sun K, You A, Wang B, Song N, Wan Z, Wu F, Zhao W, Zhou F, Li W. Clinical T1aN0M0 lung cancer: differences in clinicopathological patterns and oncological outcomes based on the findings on high-resolution computed tomography. Eur Radiol. 2021 Oct;31(10):7353-7362. doi: 10.1007/s00330-021-07865-2. Epub 2021 Apr 15.
- Zhao WJ. Preliminary study on CT radiomics to differentiate tuberculosis, adenocarcinoma, and non-tuberculous infectious lesions manifesting as solid pulmonary nodules or masses. 2024.
- Li M, Han R, Song W, Wang X, Guo F, Su D, Yu T, Wang Y. [Three Dimensional Volumetric Analysis of Solid Pulmonary Nodules on Chest CT: Cancer Risk Assessment]. Zhongguo Fei Ai Za Zhi. 2016 May 20;19(5):279-85. doi: 10.3779/j.issn.1009-3419.2016.05.05. Chinese.
- Ma X. Development and validation of a combined model based on imaging features and circulating tumor cells for differentiating benign and malignant solid pulmonary nodules. 2024.
- Zhu LL. Analysis of malignant risk factors and imaging and tumor marker expression characteristics in patients with solitary pulmonary nodules. 2022.
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 (Arvioitu)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Avainsanat
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- KYLX2024-271
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 .