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

Op histopathologie gebaseerde overlevingsvoorspelling van glioompatiënten met behulp van kunstmatige intelligentie

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

Op histopathologie gebaseerde overlevingsvoorspelling van patiënten met primair glioom met behulp van deep learning of machine learning

Dit register heeft tot doel klinische, moleculaire en histopathologische beeldvorming te verzamelen, waaronder gedetailleerde overlevingsgegevens, klinische parameters, moleculaire pathologie (1p/19q codeletie, MGMT-methylering, IDH- en TERTp-mutaties, enz.) en beelden van HE-plakjes in primaire gliomen. Door gebruik te maken van kunstmatige intelligentie, zal dit register trachten op hstopathology-beeldvorming gebaseerde 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

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 histopathologische beelden van HE-plakjes in primaire gliomen die kunnen worden opgegraven om de prognose van patiënten te helpen voorspellen in het kader van moleculaire pathologie van gliomen. De oprichting van een register voor primair glioom met gedetailleerde overlevingsgegevens, moleculaire pathologie, histopathologische beeldgegevens 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)

3500

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

Studie Locaties

    • Henan
      • Zhengzhou, Henan, China, 450052
        • Werving
        • Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University
        • Contact:

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 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

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.

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

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

Beschrijving IPD-plan

Onbeslist

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren