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.

Multimodal Survival Prediction Model for Colorectal Liver Metastases Post-Operation

15 settembre 2026 aggiornato da: Lianxin Liu,PhD, Anhui Provincial Hospital

Construction of a Post-operative Multimodal Survival Prediction Model for Patients With Colorectal Liver Metastases: A Study Based on the Fusion of a Multicenter Cohort and High-dimensional Radiomics

The purpose of this study is to construct and validate a multimodal survival prediction model by integrating 3D radiomics features derived from preoperative magnetic resonance imaging (MRI) with systemic clinical baseline indicators for patients with colorectal liver metastases (CRLM) after surgery. By combining micro-level radiomics signatures reflecting tumor micro-heterogeneity with macro-level clinical parameters (such as liver function and tumor biomarkers), the study aims to accurately evaluate individual post-operative prognostic risks. This quantitative tool will provide reliable decision support for clinicians to customize post-operative follow-up and personalized adjuvant treatment strategies.

Panoramica dello studio

Stato

Reclutamento

Condizioni

Intervento / Trattamento

Descrizione dettagliata

This study is based on a strictly screened multicenter cohort of patients with colorectal liver metastases who underwent surgical intervention. First, high-throughput quantitative features are automatically extracted from the 3D regions of interest (ROIs) segmented based on pre-operative magnetic resonance imaging (MRI). Advanced machine learning dimensionality reduction algorithms are subsequently applied to eliminate redundant variables and select core imaging signatures that deeply reflect tumor micro-heterogeneity, microvascular proliferation, and invasive status. On this basis, these micro-level radiomics features are fused with macro-level clinical parameters, including liver function indexes and tumor load markers. Multivariable survival analysis models are performed to identify independent prognostic factors, which are further used to develop a visual and intuitive predictive nomogram tool. Finally, time-dependent evaluation metrics and an external validation cohort will be utilized to systematically test the dynamic predictive performance and cross-platform generalizability of the model. This multimodal dual-track data paradigm aims to achieve a non-invasive and efficient "digital optical biopsy" approach for prognostic evaluation.

Tipo di studio

Osservativo

Iscrizione (Stimato)

205

Contatti e Sedi

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

Contatto studio

Luoghi di studio

    • Anhui
      • Hefei, Anhui, Cina, 230001
        • Reclutamento
        • The First Affiliated Hospital of University of Science and Technology of China
        • Contatto:

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

Da 18 anni a 80 anni (Adulto, Adulto più anziano)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

The study population consists of adult patients diagnosed with colorectal liver metastases who underwent surgical resection across multiple participating clinical centers, featuring high-quality preoperative liver MRI scans and complete clinical follow-up histories.

Descrizione

Inclusion Criteria:

Age >= 18 years old. Confirmed diagnosis of colorectal cancer with liver metastases (CRLM). Underwent surgical resection for colorectal liver metastases. Preoperative liver magnetic resonance imaging (MRI) was performed with high-quality images available for 3D radiomics feature extraction.

Complete baseline clinical, laboratory, and post-operative follow-up survival data.

Exclusion Criteria:

Patients who received local ablation only (such as radiofrequency ablation) without surgical resection.

Preoperative MRI images with severe artifacts or poor quality that prevent high-throughput radiomics analysis.

Concurrent history of other primary malignant neoplasms. Missing key clinical variables or lost to follow-up immediately after surgical intervention.

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

  • Modelli osservazionali: COHORT
  • Prospettive temporali: RETROSPECTIVE

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
CRLM Surgical Cohort

A multicenter cohort consisting of patients with colorectal liver metastases who underwent surgical resection. Preoperative magnetic resonance imaging (MRI) is utilized for 3D modeling and three-dimensional reconstruction of the liver and lesions, from which key spatial/morphological features and systemic clinical parameters are analyzed to predict post-operative recurrence-free survival.

Observational and non-invasive assessment based on preoperative MRI-derived 3D modeling and three-dimensional lesion reconstruction, combined with clinical parameters, to build a survival prediction model. No experimental intervention is assigned.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Recurrence-Free Survival (RFS)
Lasso di tempo: Up to 5 years post-surgery

Recurrence-free survival (RFS) is defined as the time from the date of surgical resection to the date of first tumor recurrence (local, regional, or distant) or death from any cause, whichever occurs first.

Up to 5 years post-surgery

Collaboratori e investigatori

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

Sponsor

Collaboratori

Investigatori

  • Investigatore principale: Jizhou Wang, MD, PhD, The First Affiliated Hospital of University of Science and Technology of China

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 (Effettivo)

1 febbraio 2017

Completamento primario (Stimato)

1 settembre 2026

Completamento dello studio (Stimato)

1 settembre 2026

Date di iscrizione allo studio

Primo inviato

31 luglio 2026

Primo inviato che soddisfa i criteri di controllo qualità

15 settembre 2026

Primo Inserito (Effettivo)

21 settembre 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

21 settembre 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

15 settembre 2026

Ultimo verificato

1 settembre 2026

Maggiori informazioni

Termini relativi a questo studio

Altri numeri di identificazione dello studio

  • 2026KY-249
  • 2025AHGXZK10006 (Altro numero di sovvenzione/finanziamento: Anhui Provincial Department of Education)

Piano per i dati dei singoli partecipanti (IPD)

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

NO

Descrizione del piano IPD

To protect participant privacy and comply with institutional data governance policies, individual participant data from this retrospective study will not be publicly shared.

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 .