Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Prediction of Neoadjuvant Therapy Efficacy and Prognosis for Breast Cancer Based on Multimodal Data

22 giugno 2026 aggiornato da: Yunnan Cancer Hospital

Prediction of Neoadjuvant Therapy Efficacy and Prognosis for Breast Cancer Based on Multimodal Data: A Multicenter Retrospective and Prospective Validation

This study aims to develop a multimodal deep learning model integrating MRI, ultrasound, digital pathology and clinical information based on multicenter retrospective data. To externally validate the model in an independent prospective cohort, and evaluate its accuracy in predicting pathological complete response (pCR), 3-year and 5-year disease-free survival (DFS). To establish visual tools such as nomograms, assisting clinicians in identifying patients with chemoresistance and facilitating individualized de-escalation or escalation treatment strategies.

Panoramica dello studio

Stato

Non ancora reclutamento

Condizioni

Intervento / Trattamento

Tipo di studio

Interventistico

Iscrizione (Stimato)

1800

Fase

  • Non applicabile

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

Backup dei contatti dello studio

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Descrizione

Inclusion Criteria:

  1. Histopathologically confirmed invasive breast cancer;
  2. Planned to receive a full course of neoadjuvant therapy;
  3. Complete baseline imaging data (MRI/ultrasound/mammography) and core needle pathology results available.

Exclusion Criteria:

  1. Previous history of ipsilateral breast cancer or chest radiotherapy;
  2. Distant metastasis (Stage IV);
  3. Poor image quality or missing clinical data exceeding 20%.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

  • Scopo principale: Diagnostico
  • Assegnazione: N / A
  • Modello interventistico: Assegnazione di gruppo singolo
  • Mascheramento: Nessuno (etichetta aperta)

Armi e interventi

Gruppo di partecipanti / Arm
Intervento / Trattamento
Sperimentale: Prediction of Neoadjuvant Therapy Efficacy and Prognosis for Breast Cancer Based on Multimodal Data
To develop a multimodal deep learning model integrating MRI, ultrasound, digital pathology and clinical information based on multicenter retrospective data.
MRI and ultrasound were performed in addition to conventional treatment regimens

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Predictive value of multimodal data for neoadjuvant therapy efficacy in breast cancer
Lasso di tempo: From enrollment to the end of surgery
Combined with preoperative multimodal MRI and ultrasound imaging parameters, pathological baseline data and clinical data, a prediction model for neoadjuvant therapy efficacy in breast cancer is constructed. Taking postoperative pathological response results as the evaluation basis, the predictive efficacy of multimodal data for neoadjuvant therapy complete response and non-complete response is evaluated.
From enrollment to the end of surgery

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Prognostic predictive value of multimodal data for breast cancer
Lasso di tempo: From enrollment to the end of surgery
Follow up the long-term prognosis of breast cancer patients after neoadjuvant therapy and surgery, record key prognostic indicators including disease-free survival (DFS) and overall survival (OS). Analyze the correlation between multimodal imaging and clinical pathological data and patient prognosis, and verify the prognostic prediction ability of multimodal data for breast cancer patients.
From enrollment to the end of surgery

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Investigatori

  • Direttore dello studio: Lianhua Ye, Ethics Committee of Yunnan Provincial Cancer Hospital

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Stimato)

1 giugno 2026

Completamento primario (Stimato)

31 dicembre 2026

Completamento dello studio (Stimato)

30 giugno 2029

Date di iscrizione allo studio

Primo inviato

19 maggio 2026

Primo inviato che soddisfa i criteri di controllo qualità

22 giugno 2026

Primo Inserito (Effettivo)

26 giugno 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

26 giugno 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

22 giugno 2026

Ultimo verificato

1 maggio 2026

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • KYLX2026-205

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .