Diagnosi di cancro gastrico positivo per citologia esfoliativa peritoneale basata sulla tecnologia di biopsia virtuale basata sull'intelligenza artificiale (GC-CY1)
Questo studio clinico mira a sviluppare e valutare una tecnologia di biopsia virtuale basata sull'intelligenza artificiale (AI) per la diagnosi del cancro gastrico con citologia esfoliativa peritoneale (PEC) positiva. Il cancro gastrico con metastasi peritoneali rappresenta spesso una sfida per la diagnosi e la diagnosi precoce, poiché i metodi diagnostici tradizionali come l'imaging e l'istopatologia sono limitati in sensibilità e specificità.
In questo studio, proponiamo l'uso di algoritmi AI per analizzare biomarcatori non invasivi, inclusi profili trascrittomici e dati di imaging, per prevedere la presenza di cancro gastrico positivo alla citologia esfoliativa peritoneale. La biopsia virtuale sfrutta l’intelligenza artificiale per integrare più set di dati, fornendo uno strumento diagnostico completo che potrebbe potenzialmente sostituire o integrare le attuali procedure diagnostiche invasive. Sviluppando questa tecnologia, miriamo a migliorare la diagnosi precoce e il monitoraggio del cancro gastrico, in particolare nei casi con metastasi peritoneali occulte, e, in definitiva, a migliorare i risultati per i pazienti attraverso strategie di trattamento più tempestive e accurate.
Lo studio comporterà la raccolta di campioni clinici da pazienti affetti da cancro gastrico con sospetta metastasi peritoneale. Il modello AI verrà addestrato su questi campioni per identificare biomarcatori rilevanti per il cancro gastrico PEC-positivo. Verrà condotta una validazione clinica per valutare le prestazioni di questo sistema di biopsia virtuale basato sull’intelligenza artificiale rispetto ai metodi diagnostici convenzionali.
Questo studio ha il potenziale per fornire un nuovo approccio diagnostico non invasivo per il cancro gastrico con coinvolgimento peritoneale, offrendo un progresso significativo nel campo della diagnosi precoce del cancro e della medicina personalizzata.
Panoramica dello studio
Stato
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
None Selected
-
Shijiazhuang, None Selected, Cina, 050011
- The Fourth Hospital of Hebei Medical University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
Età: pazienti di età compresa tra 18 e 75 anni. Diagnosi di cancro gastrico: diagnosi confermata istologicamente di cancro gastrico primario, con sospetto clinico di metastasi peritoneali (sulla base di imaging o altri risultati clinici).
Citologia da lavaggio peritoneale positiva (PEC): pazienti con sospetto cancro gastrico PEC-positivo, sulla base di risultati citologici di lavaggio peritoneale precedenti o attuali o di elevato sospetto clinico.
Stato delle prestazioni ECOG: stato delle prestazioni dell'Eastern Cooperative Oncology Group (ECOG) pari a 0-2, che indica che il paziente sta abbastanza bene per partecipare allo studio e sottoporsi alle procedure diagnostiche necessarie.
Consenso informato: capacità e volontà di fornire il consenso informato e rispettare il protocollo dello studio.
Criteri di esclusione:
Anamnesi pregressa di cancro: storia di altri tumori maligni negli ultimi 5 anni, ad eccezione del cancro della pelle non melanoma o dei tumori in situ.
Comorbidità gravi: gravi malattie cardiovascolari, respiratorie, renali o epatiche che potrebbero compromettere la capacità del paziente di partecipare allo studio o sottoporsi alle procedure diagnostiche richieste.
Gravidanza o allattamento: donne incinte o che allattano o donne che pianificano una gravidanza durante il periodo di studio.
Condizioni cliniche non idonee: qualsiasi condizione che, a giudizio dello sperimentatore, potrebbe interferire con la partecipazione del paziente o il rispetto del protocollo di studio, o influenzare la qualità dei dati.
Impossibilità di fornire campioni: pazienti che non sono in grado di fornire i campioni clinici necessari (ad esempio sangue, urina o liquido di lavaggio peritoneale) per l'analisi della biopsia virtuale basata sull'intelligenza artificiale.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Lasso di tempo |
|---|---|
|
Precisione della biopsia virtuale basata sull'intelligenza artificiale nella diagnosi del cancro gastrico PEC-positivo
Lasso di tempo: Follow-up postoperatorio a 24 mesi
|
Follow-up postoperatorio a 24 mesi
|
Collaboratori e investigatori
Sponsor
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- GC-CY1
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
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 .