- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT05001321
Studio di apprendimento approfondito multicentrico e multimodale sul cancro gastrico
4 agosto 2021 aggiornato da: Kai Li, First Hospital of China Medical University
Studio di apprendimento approfondito multicentrico e multimodale su diagnosi, esito terapeutico e prognosi del cancro gastrico
Assistere la diagnosi patologica postoperatoria e la classificazione del cancro gastrico mediante l'apprendimento automatico; Migliorare l'accuratezza della diagnosi patologica del cancro gastrico mediante l'apprendimento automatico; Prevedere l'efficacia del trattamento per il cancro gastrico mediante il deep learning; Costruire un modello per prevedere la sopravvivenza dei pazienti con cancro gastrico mediante deep learning multimodale.
Panoramica dello studio
Stato
Attivo, non reclutante
Condizioni
Intervento / Trattamento
Tipo di studio
Osservativo
Iscrizione (Effettivo)
3300
Contatti e Sedi
Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.
Luoghi di studio
-
-
Jiangsu
-
Changzhou, Jiangsu, Cina, 213001
- The fourth People's Hospital of Changzhou
-
-
Liaoning
-
Chaoyang, Liaoning, Cina, 122099
- Chaoyang Central Hospital
-
Fushun, Liaoning, Cina, 113012
- The General Hospital of Fushun Mining Bureau
-
Jinzhou, Liaoning, Cina, 121012
- First Hospital of Jinzhou Medical University
-
Shenyang, Liaoning, Cina, 110000
- The First Affiliated Hospital of China Medical University
-
-
Shandong
-
Ji'nan, Shandong, Cina, 250033
- The Second Hospital of Shandong University
-
-
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 79 anni (Adulto, Adulto più anziano)
Accetta volontari sani
No
Sessi ammissibili allo studio
Tutto
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
3000 pazienti con cancro gastrico parteciperanno allo studio di fase I, saranno divisi in gruppo di formazione e gruppo di validazione interna.
300 malati di cancro gastrico in altri cinque centri medici formeranno il gruppo di convalida esterno.
Descrizione
Criterio di inclusione:
- La diagnosi di cancro gastrico è stata confermata dalla patologia;
- TC addominale potenziata preoperatoria;
- Dati clinici e patologici dettagliati disponibili;
- Dati di follow-up integrati.
Criteri di esclusione:
- I pazienti avevano una grave malattia di base;
- La sopravvivenza globale è stata inferiore a 3 mesi;
- Non è stato possibile raccogliere informazioni dettagliate.
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: Solo caso
- Prospettive temporali: Retrospettiva
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Gruppo di formazione
Sulla base dei criteri di inclusione, nell'analisi verranno reclutati 2000 pazienti affetti da cancro gastrico.
E verrà costruito un modello basato sul deep learning.
|
Tutti i partecipanti sono stati misurati mediante TAC con mezzo di contrasto dell'intero addome.
L'esame patologico HE è stato eseguito su tutti i campioni dei pazienti arruolati.
|
|
Gruppo di convalida interno
Sulla base dei criteri di inclusione, in questo gruppo verranno reclutati 1000 pazienti affetti da cancro gastrico per verificare la sensibilità e la specificità del modello costruito.
|
Tutti i partecipanti sono stati misurati mediante TAC con mezzo di contrasto dell'intero addome.
L'esame patologico HE è stato eseguito su tutti i campioni dei pazienti arruolati.
|
|
Gruppo di convalida esterno
Sulla base dei criteri di inclusione, in questo gruppo verranno reclutati 300 pazienti affetti da cancro gastrico provenienti da altri 5 centri medici per verificare la sensibilità e la specificità del modello costruito.
|
Tutti i partecipanti sono stati misurati mediante TAC con mezzo di contrasto dell'intero addome.
L'esame patologico HE è stato eseguito su tutti i campioni dei pazienti arruolati.
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Diametro massimo del tumore
Lasso di tempo: 1 giorno
|
Per misurare il diametro massimo del tumore sulla TC addominale potenziata preoperatoria di pazienti con carcinoma gastrico.
|
1 giorno
|
|
Modello di crescita
Lasso di tempo: 1 giorno
|
Per valutare il modello di crescita sulla TC addominale potenziata preoperatoria di pazienti con carcinoma gastrico, inclusi endofitico, esofitico e misto.
|
1 giorno
|
|
Modello di miglioramento
Lasso di tempo: 1 giorno
|
Per valutare il pattern di miglioramento sulla TC addominale potenziata preoperatoria di pazienti con carcinoma gastrico, inclusi omogenei ed eterogenei.
|
1 giorno
|
|
Grado di miglioramento
Lasso di tempo: 1 giorno
|
Per valutare il grado di miglioramento sulla TC addominale potenziata preoperatoria di pazienti con carcinoma gastrico, inclusi ipopotenziamento, isopotenziamento e iperpotenziamento.
|
1 giorno
|
|
Dimensione del nucleo
Lasso di tempo: 1 giorno
|
Per ottenere la dimensione del nucleo delle sezioni colorate H&E postoperatorie e dei vetrini del cancro gastrico mediante deep learning.
|
1 giorno
|
|
Forma del nucleo
Lasso di tempo: 1 giorno
|
Per ottenere la forma del nucleo di sezioni colorate H&E postoperatorie e vetrini di cancro gastrico mediante deep learning.
|
1 giorno
|
|
Distribuzione dell'intensità dei pixel
Lasso di tempo: 1 giorno
|
Per ottenere la distribuzione dell'intensità dei pixel delle sezioni colorate H&E postoperatorie e dei vetrini del cancro gastrico mediante deep learning.
|
1 giorno
|
|
Struttura dei nuclei
Lasso di tempo: 1 giorno
|
Per ottenere la consistenza dei nuclei delle sezioni colorate H&E postoperatorie e dei vetrini del cancro gastrico mediante deep learning.
|
1 giorno
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Stato di sopravvivenza
Lasso di tempo: 1 giorno
|
Analizzare lo stato di sopravvivenza dei pazienti con cancro gastrico, coinvolgendo morti e vivi.
|
1 giorno
|
|
Sopravvivenza globale
Lasso di tempo: 1 giorno
|
Per calcolare la sopravvivenza globale dei pazienti con cancro gastrico in base ai giorni alla morte e ai giorni all'ultimo follow-up.
|
1 giorno
|
|
Recidiva/metastasi
Lasso di tempo: 1 giorno
|
Per calcolare i giorni alla recidiva/metastasi dei pazienti con carcinoma gastrico.
|
1 giorno
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Collaboratori
Investigatori
- Investigatore principale: Kai Li, MD, First Hospital of China Medical University
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 luglio 2021
Completamento primario (Anticipato)
31 gennaio 2022
Completamento dello studio (Anticipato)
31 dicembre 2024
Date di iscrizione allo studio
Primo inviato
1 agosto 2021
Primo inviato che soddisfa i criteri di controllo qualità
4 agosto 2021
Primo Inserito (Effettivo)
11 agosto 2021
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
11 agosto 2021
Ultimo aggiornamento inviato che soddisfa i criteri QC
4 agosto 2021
Ultimo verificato
1 agosto 2021
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- FirstHCMU_DL_oncology
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 .