AI-based Prediction of Prostate Cancer Metastasis Using Biopsy Pathology
Development and Validation of an AI-Based Metastasis Prediction Model Using Prostate Cancer Biopsy Pathology
This observational study aims to develop and validate an artificial intelligence-based model using prostate cancer biopsy pathology to predict lymph node metastasis and distant metastasis in patients with prostate cancer. The main questions it aims to answer are:
Can artificial intelligence-assisted analysis of prostate cancer biopsy pathology accurately predict lymph node metastasis? Can the model accurately predict distant metastasis and assess metastatic risk in patients with prostate cancer?
Researchers aim to evaluate whether the model can provide additional information for clinical decision-making and surgical planning.
Participants will:
Provide prostate biopsy pathology specimens and related clinical information; Undergo assessment of lymph node and distant metastatic status based on clinical and imaging data; Be included in the development and validation of the artificial intelligence prediction model.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Lieux d'étude
-
-
Hunan
-
Changsha, Hunan, Chine, 410008
- Xiangya Hospital, Central South 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
Inclusion Criteria:
- Male patients aged between 18 and 90 years; Patients who underwent prostate biopsy due to elevated prostate-specific antigen (PSA), abnormal digital rectal examination (DRE), or abnormal imaging findings, were pathologically diagnosed with prostate cancer, and had available prostate biopsy pathology specimens; Patients who underwent radical prostatectomy with extended pelvic lymph node dissection (ePLND) or pelvic lymph node dissection (PLND), with definitive pathological information regarding lymph node metastasis; Patients who underwent PSMA PET/CT, MRI, bone scintigraphy, or prostate MRI capable of identifying regional lymph node metastasis or distant metastasis; Adequate cardiac, pulmonary, hepatic, and renal function; Eastern Cooperative Oncology Group (ECOG) performance status of 0-1; Expected survival time greater than 1 year; Written informed consent signed by the patient or legally authorized representative.
Exclusion Criteria:
- History of other malignancies; Severe dysfunction of major organs, including cardiac, pulmonary, hepatic, or renal insufficiency, or an expected survival time of less than 1 year; Prostate biopsy pathology specimens with inadequate whole-slide image scanning quality or failure of quality control assessment; Patients with prostate cancer diagnosed from transurethral resection specimens.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Prostate Cancer Cohort
Patients with prostate cancer undergoing biopsy pathology assessment for development and validation of an AI-based metastasis prediction model.
|
Artificial intelligence-assisted analysis of prostate cancer biopsy pathology specimens for prediction of lymph node and distant metastasis risk.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Prediction of Regional Lymph Node Metastasis
Délai: Baseline
|
Assessment of the ability of the artificial intelligence-based model using prostate cancer biopsy pathology to predict regional lymph node metastasis.
|
Baseline
|
Collaborateurs et enquêteurs
Les enquêteurs
- Chercheur principal: Yi Cai, Xiangya Hospital Central South University Department of Urology
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
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
Autres numéros d'identification d'étude
- 2026010083_4
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
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 .