Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Développement et application d'un modèle d'identification précis basé sur l'intelligence artificielle pour les métastases ganglionnaires du cancer gastrique

1 août 2024 mis à jour par: Qun Zhao, Hebei Medical University

Université médicale du Hebei

L'essai clinique intitulé « Développement et application d'un modèle d'identification précis basé sur l'intelligence artificielle pour les métastases ganglionnaires du cancer gastrique » vise à améliorer la détection et le traitement du cancer gastrique grâce à l'utilisation d'une technologie d'intelligence artificielle (IA) de pointe. Cette étude développera un modèle basé sur l'IA conçu pour identifier avec précision les métastases ganglionnaires chez les patients atteints d'un cancer gastrique, ce qui est crucial pour la stadification de la maladie et la planification de stratégies de traitement efficaces.

L’essai impliquera une équipe multidisciplinaire d’oncologues, de radiologues, de scientifiques des données et d’experts en IA qui collaboreront pour créer un système d’identification robuste et précis. Les participants subiront des procédures de diagnostic standard et le modèle d'IA analysera les données d'imagerie et pathologiques pour prédire l'atteinte des ganglions lymphatiques.

En comparant les prédictions du modèle d'IA avec les méthodes de diagnostic traditionnelles, l'étude cherche à valider l'exactitude et l'efficacité du modèle. Cette approche devrait améliorer les taux de détection précoce, réduire les erreurs de diagnostic et, à terme, conduire à de meilleurs résultats cliniques pour les patients atteints d'un cancer gastrique. La mise en œuvre réussie de ce modèle basé sur l’IA pourrait révolutionner les normes de soins actuelles et servir de modèle pour l’intégration des technologies de l’IA dans d’autres diagnostics et traitements du cancer.

Aperçu de l'étude

Type d'étude

Observationnel

Inscription (Estimé)

300

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

    • Hebei
      • Shijiazhuang, Hebei, Chine, 050011
        • Recrutement
        • Department of General Surgery
        • Chercheur principal:
          • Qun Zhao, Doctor
        • Contact:

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

N/A

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

La population étudiée pour l'essai clinique intitulé « Développement et application d'un modèle d'identification précis basé sur l'intelligence artificielle pour les métastases ganglionnaires du cancer gastrique (AID-GLNM) » sera composée de patients diagnostiqués avec un cancer gastrique, en mettant l'accent sur ceux présentant des ganglions lymphatiques. participation.

La description

Critère d'intégration:

  1. Diagnostic du cancer gastrique : diagnostic confirmé de cancer gastrique, nouvellement diagnostiqué ou récurrent.
  2. Atteinte des ganglions lymphatiques : atteinte suspectée ou confirmée des ganglions lymphatiques, comme l'indiquent des études d'imagerie ou des rapports de pathologie.
  3. Âge : Patients âgés de 18 ans ou plus.
  4. Statut de performance : Un statut de performance de l'Eastern Cooperative Oncology Group (ECOG) de 0 à 2, indiquant un état fonctionnel qui permet la participation à l'étude.
  5. Consentement éclairé : capacité à fournir un consentement éclairé écrit pour participer à l'étude.

Critère d'exclusion:

  1. Grossesse ou allaitement : Femmes enceintes ou allaitantes, en raison des risques potentiels pour le fœtus ou le nourrisson.
  2. Conditions comorbides graves : présence de conditions médicales comorbides graves qui pourraient interférer avec l'étude ou présenter des risques supplémentaires.
  3. Intervention diagnostique antérieure basée sur l'IA : utilisation préalable de tout modèle de diagnostic basé sur l'IA spécifiquement pour les métastases ganglionnaires du cancer gastrique.
  4. Incapacité de se conformer : incapacité ou refus de se conformer aux procédures de l'étude, y compris les visites de suivi et la collecte de données.
  5. Déficience mentale ou cognitive : conditions qui altèrent la capacité de fournir un consentement éclairé ou de participer efficacement à l'étude.

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Identification des ganglions lymphatiques métastatiques
Délai: 2025-12-31
Un modèle de prédiction basé sur la technologie de l’intelligence artificielle a été construit pour identifier avec précision les ganglions lymphatiques périgastriques métastatiques avant la chirurgie.
2025-12-31

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

1 juillet 2024

Achèvement primaire (Estimé)

31 décembre 2025

Achèvement de l'étude (Estimé)

30 juillet 2030

Dates d'inscription aux études

Première soumission

25 juillet 2024

Première soumission répondant aux critères de contrôle qualité

1 août 2024

Première publication (Réel)

2 août 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

2 août 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

1 août 2024

Dernière vérification

1 août 2024

Plus d'information

Termes liés à cette étude

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner