Diagnostic du cancer gastrique positif à la cytologie exfoliative péritonéale basé sur la technologie de biopsie virtuelle basée sur l'intelligence artificielle (GC-CY1)
Cette étude clinique vise à développer et évaluer une technologie de biopsie virtuelle basée sur l'intelligence artificielle (IA) pour le diagnostic du cancer gastrique avec cytologie exfoliative péritonéale (PEC) positive. Le cancer gastrique avec métastases péritonéales présente souvent un défi en termes de détection et de diagnostic précoces, les méthodes de diagnostic traditionnelles telles que l'imagerie et l'histopathologie étant limitées en sensibilité et en spécificité.
Dans cette étude, nous proposons l'utilisation d'algorithmes d'IA pour analyser des biomarqueurs non invasifs, y compris des profils transcriptomiques et des données d'imagerie, afin de prédire la présence d'un cancer gastrique positif à la cytologie exfoliative péritonéale. La biopsie virtuelle exploite l’IA pour intégrer plusieurs ensembles de données, fournissant ainsi un outil de diagnostic complet qui pourrait potentiellement remplacer ou compléter les procédures de diagnostic invasives actuelles. En développant cette technologie, nous visons à améliorer le diagnostic précoce et la surveillance du cancer gastrique, en particulier dans les cas de métastases péritonéales occultes, et, à terme, à améliorer les résultats pour les patients grâce à des stratégies de traitement plus rapides et plus précises.
L'étude impliquera la collecte d'échantillons cliniques de patients atteints d'un cancer gastrique avec suspicion de métastases péritonéales. Le modèle d'IA sera formé sur ces échantillons pour identifier les biomarqueurs pertinents du cancer gastrique PEC-positif. Une validation clinique sera effectuée pour évaluer les performances de ce système de biopsie virtuelle basé sur l'IA par rapport aux méthodes de diagnostic conventionnelles.
Cette étude a le potentiel de fournir une nouvelle approche diagnostique non invasive du cancer gastrique avec atteinte péritonéale, offrant ainsi une avancée significative dans le domaine de la détection précoce du cancer et de la médecine personnalisée.
Aperçu de l'étude
Statut
Type d'étude
Inscription (Réel)
Contacts et emplacements
Lieux d'étude
-
-
None Selected
-
Shijiazhuang, None Selected, Chine, 050011
- The Fourth Hospital of Hebei Medical University
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'intégration :
Âge : Patients âgés de 18 à 75 ans. Diagnostic du cancer gastrique : diagnostic histologiquement confirmé de cancer gastrique primitif, avec suspicion clinique de métastases péritonéales (basé sur l'imagerie ou d'autres résultats cliniques).
Cytologie de lavage péritonéal positive (PEC) : patients chez lesquels on soupçonne un cancer gastrique positif à la PEC, sur la base de résultats cytologiques de lavage péritonéal antérieurs ou actuels ou d'une suspicion clinique élevée.
Statut de performance ECOG : statut de performance de l'Eastern Cooperative Oncology Group (ECOG) de 0 à 2, indiquant que le patient est suffisamment bien pour participer à l'étude et subir les procédures de diagnostic nécessaires.
Consentement éclairé : capacité et volonté de fournir un consentement éclairé et de se conformer au protocole de l'étude.
Critères d'exclusion :
Antécédents de cancer : antécédents d'autres tumeurs malignes au cours des 5 dernières années, à l'exception du cancer de la peau autre que le mélanome ou des cancers in situ.
Comorbidités graves : maladie cardiovasculaire, respiratoire, rénale ou hépatique grave qui nuirait à la capacité du patient à participer à l'étude ou à subir les procédures de diagnostic requises.
Grossesse ou allaitement : femmes enceintes ou allaitantes, ou femmes prévoyant de devenir enceintes pendant la période d'étude.
Conditions cliniques non éligibles : toute condition qui, de l'avis de l'investigateur, pourrait interférer avec la participation du patient ou le respect du protocole de l'étude, ou affecter la qualité des données.
Incapacité de fournir des échantillons : patients qui ne sont pas en mesure de fournir les échantillons cliniques nécessaires (par exemple, sang, urine ou liquide de lavage péritonéal) pour l'analyse de biopsie virtuelle pilotée par l'IA.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Délai |
|---|---|
|
Précision de la biopsie virtuelle basée sur l'IA dans le diagnostic du cancer gastrique PEC-positif
Délai: Suivi postopératoire de 24 mois
|
Suivi postopératoire de 24 mois
|
Collaborateurs et enquêteurs
Parrainer
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Réel)
Achèvement de l'étude (Réel)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- GC-CY1
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
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 .