- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06759467
A peritoneális exfoliatív citológiailag pozitív gyomorrák diagnózisa mesterséges intelligencia által vezérelt virtuális biopsziás technológia alapján (GC-CY1)
Ennek a klinikai vizsgálatnak a célja egy mesterséges intelligencia (AI) által vezérelt virtuális biopsziás technológia kifejlesztése és értékelése gyomorrák diagnosztizálására pozitív peritoneális exfoliatív citológiával (PEC). A peritoneális metasztázisokkal járó gyomorrák gyakran kihívást jelent a korai felismerés és diagnosztizálás során, mivel a hagyományos diagnosztikai módszerek, mint például a képalkotás és a hisztopatológia korlátozott érzékenységben és specificitásban.
Ebben a tanulmányban mesterséges intelligencia algoritmusok használatát javasoljuk a nem invazív biomarkerek elemzésére, beleértve a transzkriptomikus profilokat és a képalkotó adatokat, hogy előre jelezzék a peritoneális exfoliatív citológiailag pozitív gyomorrák jelenlétét. A virtuális biopszia a mesterséges intelligencia segítségével több adatkészletet integrál, és átfogó diagnosztikai eszközt biztosít, amely potenciálisan helyettesítheti vagy kiegészítheti a jelenlegi invazív diagnosztikai eljárásokat. E technológia fejlesztésével célunk a gyomorrák korai diagnosztizálásának és monitorozásának javítása, különösen az okkult peritoneális metasztázisok esetén, és végső soron a betegek kimenetelének javítása az időszerűbb és pontosabb kezelési stratégiák révén.
A vizsgálat során klinikai mintákat gyűjtenek gyomorrákos betegektől, akiknél gyaníthatóan peritoneális metasztázis van. Az AI-modellt ezeken a mintákon képezik ki, hogy azonosítsák a PEC-pozitív gyomorrák releváns biomarkereit. Klinikai validációt fognak végezni, hogy felmérjék ennek az AI-vezérelt virtuális biopsziás rendszernek a teljesítményét a hagyományos diagnosztikai módszerekkel összehasonlítva.
Ez a tanulmány új, nem invazív diagnosztikai megközelítést kínál a gyomorrák peritoneális érintettségével kapcsolatban, jelentős előrelépést kínálva a rák korai felismerése és a személyre szabott orvoslás terén.
A tanulmány áttekintése
Állapot
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
None Selected
-
Shijiazhuang, None Selected, Kína, 050011
- The Fourth Hospital of Hebei Medical University
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
Életkor: 18-75 éves betegek. Gyomorrák diagnózisa: Primer gyomorrák szövettanilag megerősített diagnózisa, a peritoneális metasztázis klinikai gyanújával (képalkotás vagy egyéb klinikai lelet alapján).
Pozitív peritoneális öblítési citológia (PEC): PEC-pozitív gyomorrák gyanúja esetén, korábbi vagy jelenlegi peritoneális mosó-citológiai eredmények vagy erős klinikai gyanú alapján.
ECOG Performance Status: Az Eastern Cooperative Oncology Group (ECOG) teljesítménystátusza 0-2, ami azt jelzi, hogy a beteg elég jól van ahhoz, hogy részt vegyen a vizsgálatban, és átessen a szükséges diagnosztikai eljárásokon.
Tájékozott beleegyezés: Képesség és hajlandóság a tájékozott beleegyezés megadására és a vizsgálati protokoll betartására.
Kizárási kritériumok:
Korábbi rákos megbetegedések: Egyéb rosszindulatú daganatok az elmúlt 5 évben, kivéve a nem melanómás bőrrákot vagy az in situ rákot.
Súlyos társbetegségek: Súlyos szív- és érrendszeri, légzőszervi, vese- vagy májbetegség, amely rontja a beteg azon képességét, hogy részt vegyen a vizsgálatban, vagy alávesse a szükséges diagnosztikai eljárásokat.
Terhesség vagy szoptatás: Terhes vagy szoptató nők, vagy nők, akik terhességet terveznek a vizsgálati időszak alatt.
Nem alkalmas klinikai állapotok: Minden olyan állapot, amely a vizsgáló véleménye szerint megzavarhatja a páciens részvételét vagy a vizsgálati protokollnak való megfelelését, vagy befolyásolhatja az adatok minőségét.
Képtelenség mintát adni: olyan betegek, akik nem tudják biztosítani a szükséges klinikai mintákat (például vért, vizeletet vagy peritoneális mosófolyadékot) az MI-vezérelt virtuális biopszia elemzéshez.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
A mesterséges intelligencia által vezérelt virtuális biopszia pontossága a PEC-pozitív gyomorrák diagnosztizálásában
Időkeret: 24 hónappal a műtét utáni követés
|
24 hónappal a műtét utáni követés
|
Együttműködők és nyomozók
Szponzor
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- GC-CY1
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
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. .