Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Op MR gebaseerde overlevingsvoorspelling van glioompatiënten met behulp van kunstmatige intelligentie

5 februari 2021 bijgewerkt door: Zhenyu Zhang, The First Affiliated Hospital of Zhengzhou University

Op MR gebaseerde overlevingsvoorspelling van patiënten met primair glioom door middel van deep learning of machine learning

Dit register heeft tot doel klinische, moleculaire en radiologische gegevens te verzamelen, waaronder gedetailleerde overlevingsgegevens, klinische parameters, moleculaire pathologie (1p/19q-codeletie, MGMT-methylering, IDH- en TERTp-mutaties, enz.) en conventionele/geavanceerde/nieuwe MR-sequenties (T1, T1c, T2, FLAIR, ADC, DTI, PWI, enz.) van patiënten met primaire gliomen. Door gebruik te maken van kunstmatige intelligentie, zal dit register proberen algoritmen te construeren en te verfijnen die de overleving van patiënten kunnen voorspellen in het kader van moleculaire pathologie of subgroepen van gliomen.

Studie Overzicht

Toestand

Werving

Conditie

Glioom

Interventie / Behandeling

Diagnostische toets: Overlevingsvoorspelling voor glioompatiënten

Gedetailleerde beschrijving

Niet-invasieve en nauwkeurige voorspelling van de overleving van glioompatiënten is een uitdaging. Met de ontwikkeling van kunstmatige intelligentie ligt er veel meer potentieel in de preoperatieve conventionele/geavanceerde MR-beeldvorming (T1-gewogen beeldvorming, T2-gewogen beeldvorming, FLAIR, contrastversterkte T1-gewogen beeldvorming, diffusiegewogen beeldvorming en perfusiebeeldvorming) die kunnen worden opgegraven om helpen bij het voorspellen van de prognose van patiënten in het kader van de moleculaire pathologie van gliomen. De oprichting van een register voor primair glioom met gedetailleerde overlevingsgegevens, moleculaire pathologie, radiologische gegevens en met voldoende steekproefomvang voor diep leren (>1000) biedt mogelijkheden voor gepersonaliseerde voorspelling van de overleving van glioompatiënten met niet-invasiviteit en precisie.

Studietype

Observationeel

Inschrijving (Verwacht)

2500

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Naam: Zhenyu Zhang, Dr.
Telefoonnummer: +86 17839973727
E-mail: fcczhangzy1@zzu.edu.cn

Studie Locaties

China
- Henan
  - Zhengzhou, Henan, China, 450052
    - Werving
    - Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University
    - Contact:
      
      Zhenyu Zhang, Dr.
      
      Telefoonnummer: +86 17839973727
      
      E-mail: fcczhangzy1@zzu.edu.cn

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

1 jaar tot 90 jaar (Kind, Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

Patiënten met nieuw gediagnosticeerd glioom die tumorresectie ondergaan met een levensverwachting van meer dan 3 maanden

Beschrijving

Inclusiecriteria:

Patiënten moeten een radiologisch en histologisch bevestigde diagnose van primair glioom hebben
Levensverwachting van meer dan 3 maanden
Moet tumorresectie ondergaan
Ondertekende geïnformeerde toestemming

Uitsluitingscriteria:

Geen gliomen
Onvoldoende hoeveelheid tumorweefsel voor detectie van moleculaire pathologie
Patiënten met elk type bio-implantaat geactiveerd door mechanische, elektronische of magnetische apparaten
Patiënten die zwanger zijn of borstvoeding geven
Patiënten die lijden aan ernstige systematische storingen

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Observatiemodellen: Cohort
Tijdsperspectieven: Retrospectief

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat	Maatregel Beschrijving	Tijdsspanne
AUC van overlevingsvoorspellingsprestaties Tijdsspanne: tot 10 jaar	AUC van overlevingsvoorspellingsprestatie=gevoeligheid+specificiteit-1	tot 10 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

The First Affiliated Hospital of Zhengzhou University

Medewerkers

Sun Yat-sen University

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

1 januari 2017

Primaire voltooiing (Verwacht)

1 januari 2027

Studie voltooiing (Verwacht)

1 juni 2027

Studieregistratiedata

Eerst ingediend

30 december 2019

Eerst ingediend dat voldeed aan de QC-criteria

30 december 2019

Eerst geplaatst (Werkelijk)

2 januari 2020

Updates van studierecords

Laatste update geplaatst (Werkelijk)

8 februari 2021

Laatste update ingediend die voldeed aan QC-criteria

5 februari 2021

Laatst geverifieerd

1 februari 2021

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

GliomaAI-2

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

Onbeslist

Beschrijving IPD-plan