Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A mesterséges intelligencia alkalmazási értéke a hólyagrák MRI precíziós diagnosztikájában és kezelésében

Leendő többközpontú klinikai tanulmány a mesterséges intelligencia alkalmazási értékéről a hólyagrák MRI precíziós diagnosztikájában és kezelésében

Ez a vizsgálat egy prospektív, többközpontú megfigyeléses klinikai vizsgálat volt. Összesen 150 húgyhólyag-daganatos beteg felvételét tervezték, akiket az egyes centrumok urológiai osztályára vettek fel kezelésre, és elektromos reszekción vagy radikális cystectomián estek át. A posztoperatív patológiás stádium előrejelzésében a mesterséges intelligencia érzékenységének, specifitásának és pontosságának elemzése érdekében a csoportba került betegeket 3 évig követtük, majd elemeztük a mesterséges intelligencia előrejelzési eredményei és a páciens OS PFS RFS közötti összefüggését. Előzetesen bebizonyosodott, hogy a mesterséges intelligencia modell eredményei megjósolhatják a hólyagrákos betegek prognózisát.

A tanulmány áttekintése

Állapot

Toborzás

Körülmények

Részletes leírás

Előzetes kutatás: Ez a kutatás multidiszciplináris közös kutatás a mesterséges intelligencia és a mágneses rezonancia kombinálásával, pontosabbá teheti a húgyhólyagrák stádiumának preoperatív meghatározását, és irányítja a klinikus dolgozó kezelési tervét. Jelenleg olyan mesterséges intelligencia modellt dolgoztak ki, amely preoperatív mágneses rezonancia képeken alapul, hogy előre jelezze a stádiumot és a beteg prognózisát. A mélytanuló mesterséges intelligencia hálózaton keresztül felépítettünk egy szakaszolási predikciós modellt, majd mágneses rezonancia képadatokat és kapcsolódó posztoperatív patológiai adatokat gyűjtöttünk a betegekről, majd 576 beteget követtünk nyomon stádiummodell konstrukció alapján. A betegek operációs rendszerének, PFS-ének és RFS-ének megszerzésével véletlenszerűen kiválasztottak egy részt a mély tanulási hálózat modelljének képzéséhez. A másik alkatrészt tesztkészletként használják a pontosságának ellenőrzésére. Ez a vizsgálat egy prospektív, többközpontú megfigyeléses klinikai vizsgálat volt. Összesen 150 húgyhólyag-daganatos beteg felvételét tervezték, akiket az egyes centrumok urológiai osztályára vettek fel kezelésre, és elektromos reszekción vagy radikális cystectomián estek át. A posztoperatív patológiás stádium előrejelzésében a mesterséges intelligencia érzékenységének, specifitásának és pontosságának elemzése érdekében a csoportba került betegeket 3 évig követtük, majd elemeztük a mesterséges intelligencia előrejelzési eredményei és a páciens OS PFS RFS közötti összefüggését. Előzetesen bebizonyosodott, hogy a mesterséges intelligencia modell eredményei megjósolhatják a hólyagrákos betegek prognózisát.

Tanulmány típusa

Megfigyelő

Beiratkozás (Várható)

150

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

    • Jiangsu
      • Nanjing, Jiangsu, Kína, 210000
        • Toborzás
        • The First Affiliated Hospital of Nanjing Medical University
        • Kapcsolatba lépni:

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Gyermek
  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Tanulmányozható nemek

Összes

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

A betegek minden vizsgálati központban MRI-t kapnak, és átesnek a műtéten.

Leírás

Bevételi kritériumok:

  1. A műtét előtti vizsgálat a pácienst húgyhólyagrákra készteti;
  2. A nemnek nincs korlátozása;
  3. 18 éves vagy idősebb;
  4. Műtét előtti MRI képeket biztosíthat;
  5. beleegyezik abba, hogy személyes alapvető klinikai információkat, valamint patológiai és képalkotó adatokat ad tudományos kutatáshoz, és aláírja a tájékozott beleegyezését;
  6. Fogadja el, hogy a megfigyelési eredményeket megadja az ismétlődések nyomon követése során.

Kizárási kritériumok:

  1. A beteg nem tudott preoperatív MRI-képeket készíteni, beleértve a neoadjuváns terápia utáni és a műtét előtti MRI-képeket is;
  2. Azok a betegek, akiknek a mintákról hiányos patológiai információi voltak, nem tudtak pontos stádium- és osztályozási információkat szolgáltatni;
  3. A betegek saját okuk miatt nem operálhatók: súlyos szívelégtelenség, heveny szívinfarktus, súlyos szív- és tüdőbetegségek stb., nem tolerálják a normál műtéti kezelést;
  4. Azok a betegek, akiket nemrégiben műtéten (pl. TURBT) estek át az MRI-vizsgálat előtt;
  5. A kutató úgy gondolja, hogy vannak olyan körülmények, amelyek ronthatják a vizsgálati alanyt, vagy azt okozhatják, hogy az alany nem teljesíti vagy nem teljesíti a tanulmányi követelményeket;
  6. A betegek nem tudnak írásos beleegyezést adni.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Feltárni a mesterséges intelligencia alkalmazási értékét a hólyagdaganatok precíz diagnosztizálásában és kezelésében, valamint mesterséges intelligencia segítségével javítani a hólyagrák stádiumának és fokozatának MRI diagnózisának pontosságát.
Időkeret: 1 év
2. A mesterséges intelligencia diagnosztikai vizsgálati eredményeinek a műtét arany standard eredményeivel való összhangjának elemzésén keresztül a mesterséges intelligencia diagnózisának érzékenysége, specificitása, pozitív prediktív értéke (PPV), negatív prediktív értéke (NPV) a műtét előtt.
1 év

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Általános túlélés
Időkeret: 3 évvel a műtét után
A mesterséges intelligencia modellje és az OS közötti összefüggést elemezték hólyagrákos betegekben, hogy előzetesen ellenőrizzék a mesterséges intelligencia modell eredményeinek potenciális képességét a hólyagrákos betegek prognózisának előrejelzésében.
3 évvel a műtét után

Egyéb eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
kiújulásmentes túlélés
Időkeret: 3 évvel a műtét után
A mesterséges intelligencia modell és az RFS közötti összefüggést elemezték hólyagrákos betegekben, hogy előzetesen ellenőrizzék a mesterséges intelligencia modell eredményeinek potenciális képességét a hólyagrákos betegek prognózisának előrejelzésében.
3 évvel a műtét után
progressziómentes túlélés
Időkeret: 3 évvel a műtét után
A mesterséges intelligencia modell és a PFS közötti összefüggést elemeztük hólyagrákos betegekben, hogy előzetesen ellenőrizzük, hogy a mesterséges intelligencia modell eredményei mennyire képesek előre jelezni a hólyagrákos betegek prognózisát.
3 évvel a műtét után

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2021. január 1.

Elsődleges befejezés (Várható)

2022. május 1.

A tanulmány befejezése (Várható)

2023. január 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2021. október 7.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2021. október 19.

Első közzététel (Tényleges)

2021. október 27.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2021. október 27.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2021. október 19.

Utolsó ellenőrzés

2021. október 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .

Iratkozz fel