방광암 예측을 위한 AI 기반 영상 모델
2024년 5월 30일 업데이트: Yun Luo, Third Affiliated Hospital, Sun Yat-Sen University
방광암에 대한 이미지 기반 인공지능 예측 모델 개발 및 검증
방광암은 전 세계적으로 9번째로 흔한 악성종양으로 악성도가 높고 예후가 좋지 않은 것이 특징이다.
딥러닝 알고리즘을 활용하여 방광암에 대한 CT 기반 종양 신아 예측 모델을 개발하고자 합니다.
이 모델은 환자 상태에 대한 수술 전 평가를 용이하게 하여 보다 정확하고 개인화된 치료 계획을 수립할 수 있게 해줍니다.
연구 개요
연구 유형
관찰
등록 (추정된)
2000
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 연락처
- 이름: Yun Luo, Dr.
- 전화번호: 13560189936
- 이메일: luoyun8@mail.sysu.edu.cn
연구 장소
-
-
Guangdong
-
Guangzhou, Guangdong, 중국, 510630
- 모병
- The Third Affiliated Hospital of Sun Yat-sen University
-
연락하다:
- Yun Luo, Dr.
- 전화번호: 13560189936
- 이메일: luoyun8@mail.sysu.edu.cn
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
방광암 환자
설명
포함 기준:
- 2014년 1월 1일부터 2023년 1월 1일까지 치료를 받은 방광암 환자;
- 입원하여 방광 종양 경요도 절제술(TURBT) 또는 근치 방광절제술을 받았습니다.
- 임상, 수술 전 CT 및 병리학적 데이터를 완성합니다.
제외 기준:
- 이전에 다른 병원에서 방광암으로 수술적 치료를 받은 적이 있어 수술 전 자료를 얻기 어려운 환자
- 기타 골반 또는 비뇨기 계통 악성 종양이 동시에 발생한 환자;
- 품질이 좋지 않거나 해상도가 낮거나 CT 또는 병리학적 영상이 희미한 환자.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
훈련 코호트
모델 훈련을 위해 쑨원대학교 쑨원 기념병원에서 제공.
|
특별한 개입은 없습니다.
|
|
내부 검증 코호트
모델의 성능을 평가하는 데 사용된 것은 Sun Yat-sen University의 Sun Yat-sen Memorial Hospital에서 가져온 것입니다.
|
특별한 개입은 없습니다.
|
|
외부 검증 코호트 1
모델의 성능을 평가하는 데 사용된 것은 Sun Yat-sen University의 제3 부속 병원에서 가져온 것입니다.
|
특별한 개입은 없습니다.
|
|
외부 검증 코호트 2
모델의 성능을 평가하는 데 사용된 것은 대련 의과대학 제2부속병원에서 가져온 것입니다.
|
특별한 개입은 없습니다.
|
|
외부 검증 코호트 3
모델의 성능을 평가하는 데 사용된 것은 충칭 의과대학 제1부속병원에서 가져온 것입니다.
|
특별한 개입은 없습니다.
|
|
외부 검증 코호트 4
모델의 성능을 평가하는 데 사용된 것은 Kunming Medical University 부속 Yan'an 병원에서 가져온 것입니다.
|
특별한 개입은 없습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
종양 발생: 개요
기간: 수술 후 퇴원 후 1년
|
종양 출아는 방광암을 비롯한 다양한 유형의 암에서 관찰되는 조직병리학적 현상입니다.
이는 종양의 침습성 전방에 단일 세포 또는 작은 세포 클러스터(5개 미만)가 존재하는 것을 의미합니다.
이 새싹은 상피 세포가 암 침입과 전이에 중요한 중간엽, 침습적 특성을 획득하는 과정인 상피-중간엽 전이(EMT)를 나타냅니다.
|
수술 후 퇴원 후 1년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2024년 5월 1일
기본 완료 (추정된)
2024년 10월 31일
연구 완료 (추정된)
2024년 12월 31일
연구 등록 날짜
최초 제출
2024년 5월 30일
QC 기준을 충족하는 최초 제출
2024년 5월 30일
처음 게시됨 (추정된)
2024년 6월 4일
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
2024년 6월 4일
QC 기준을 충족하는 마지막 업데이트 제출
2024년 5월 30일
마지막으로 확인됨
2024년 5월 1일
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- SL-II2023-303-02
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .