Il modello multimodale di deep learning prevede la prognosi del cancro al pancreas
5 gennaio 2026 aggiornato da: Second Affiliated Hospital, School of Medicine, Zhejiang University
Previsione della prognosi del cancro al pancreas utilizzando un modello multimodale di deep learning basato sul microambiente immunitario intratumorale
Questo studio descrive lo sviluppo e la validazione di un modello di previsione del deep learning, che estrae le caratteristiche di deep learning dalle scansioni TC avanzate preoperatorie e analizza campioni patologici postoperatori di pazienti affetti da cancro al pancreas.
Lo scopo è prevedere la prognosi del paziente e la risposta al trattamento chemioterapico.
Panoramica dello studio
Stato
Completato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
Questo studio ha raccolto retrospettivamente dati avanzati di scansioni TC, blocchi di paraffina patologici e dati clinici di pazienti affetti da cancro al pancreas sottoposti a intervento chirurgico in più centri tra marzo 2013 e maggio 2024.
I blocchi di paraffina patologici sono stati colorati utilizzando l'immunoistochimica per marcatori prognostici del microambiente immunitario e i pazienti sono stati classificati in base a questi risultati.
Successivamente, le funzionalità di deep learning sono state estratte dalle scansioni TC migliorate ed è stato costruito un modello di previsione multimodale utilizzando funzionalità di imaging e informazioni cliniche.
Le prestazioni del modello sono state valutate utilizzando parametri che includevano l'area sotto la curva caratteristica operativa del ricevitore (AUC), l'accuratezza, la sensibilità e la specificità.
Tipo di studio
Osservativo
Iscrizione (Effettivo)
247
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
-
-
Zhejiang
-
Hangzhou, Zhejiang, Cina, 310009
- The Second Affiliated Hospital Zhejiang University School of Medicine
-
-
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
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
Pazienti con cancro al pancreas sottoposti a intervento chirurgico e sottoposti a chemioterapia adiuvante dopo l'intervento chirurgico.
Descrizione
Criteri di inclusione:
- Pazienti con cancro al pancreas, diagnosticato tramite patologia,
- I pazienti sono stati sottoposti a intervento chirurgico e hanno ricevuto chemioterapia adiuvante dopo l'intervento.
Criteri di esclusione:
- Qualità mancante o inadeguata della TC,
- Dati clinicopatologici incompleti.
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
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Coorte di formazione
Pazienti con diagnosi di cancro al pancreas sottoposti a intervento chirurgico e altri trattamenti presso il Secondo Ospedale Affiliato, Scuola di Medicina dell'Università di Zhejiang
|
L'estrazione ad alto rendimento di caratteristiche quantitative dell'immagine da immagini mediche
Analisi immunoistochimica
|
|
Coorte di prova
Pazienti con diagnosi di cancro al pancreas sottoposti a intervento chirurgico e altri trattamenti presso il Quarto Ospedale Affiliato, la Scuola di Medicina dell'Università di Zhejiang e l'Ospedale di Medicina Tradizionale Cinese di Hangzhou
|
L'estrazione ad alto rendimento di caratteristiche quantitative dell'immagine da immagini mediche
Analisi immunoistochimica
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Prestazioni del modello di deep learning
Lasso di tempo: Trattamento di base
|
Le prestazioni del modello sono state valutate utilizzando parametri che includevano l'area sotto la curva caratteristica operativa del ricevitore (AUC), l'accuratezza, la sensibilità e la specificità.
|
Trattamento di base
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Collaboratori
Investigatori
- Investigatore principale: Yulian Wu, PhD., Second Affiliated Hospital of Zhejiang University School of Medicine
Pubblicazioni e link utili
La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.
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)
5 luglio 2024
Completamento primario (Effettivo)
15 dicembre 2024
Completamento dello studio (Effettivo)
3 gennaio 2026
Date di iscrizione allo studio
Primo inviato
29 dicembre 2024
Primo inviato che soddisfa i criteri di controllo qualità
29 dicembre 2024
Primo Inserito (Effettivo)
6 gennaio 2025
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
7 gennaio 2026
Ultimo aggiornamento inviato che soddisfa i criteri QC
5 gennaio 2026
Ultimo verificato
1 luglio 2024
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- PCPAI
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
prodotto fabbricato ed esportato dagli 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 .