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

Onderzoek naar pathologische beeldvormingsdiagnose van oogtumoren op basis van nieuw algoritme voor kunstmatige intelligentie

4 januari 2021 bijgewerkt door: Chun Zhang, Peking University
Het doel van deze studie is om een ​​gestandaardiseerd proces vast te stellen voor het verkrijgen van digitale pathologische beeldinformatie van oculaire tumoren; gebruik moderne pathologische technieken om de co-expressie-informatie van meerdere biomarkers in de pathologische weefsels van oculaire tumoren te verkrijgen, en construeer ten slotte gestandaardiseerde digitale oculaire tumoren met biomarkers Pathology-beelddatabase.

Studie Overzicht

Gedetailleerde beschrijving

Deze studie is een prospectieve studie. Patiënten met gewone en representatieve oculaire tumoren in de afdeling Oogheelkunde, Peking University Third Hospital, zullen worden geselecteerd en ingeschreven na geïnformeerde toestemming om klinische basisinformatie, preoperatieve bloedmonsters en oculaire tumoren te verzamelen. oogtumorweefselspecimens, bloedmonsters gebruiken voor analyse van genomica-informatie, multidimensionale gegevens verstrekken voor de ontwikkeling van algoritmen voor kunstmatige intelligentie, en door kunstmatige intelligentie ondersteunde beeldgegevens voor oogtumoren vaststellen Standaardiseren van het proces en opzetten van een multimodale gestandaardiseerde database voor oogtumoren van "klinische informatie - weefselmonsters - pathologische beelden - genomics-gegevens". De database en het diagnosesysteem zijn met elkaar gecorreleerd om optimale beeldgegevens te bieden voor latere machine learning en gerelateerde algoritme-instelling, en uiteindelijk zullen de onderzoekers het ontwerp voltooien van een nieuw door kunstmatige intelligentie ondersteund diagnosesysteem voor oogtumoren.

Studietype

Observationeel

Inschrijving (Verwacht)

100

Contacten en locaties

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

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

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

patiënten van de Afdeling Oogheelkunde, Peking University Third Hospital die een oogtumor hebben en een operatie ondergaan.

Beschrijving

Inclusiecriteria:

  1. Patiënten bij wie oogtumoren zijn vastgesteld en een oogtumoroperatie ondergaan.
  2. Patiënten ondertekenen geïnformeerde toestemming voor monsterafname en monsteroverdrachtovereenkomst en kunnen meewerken aan regelmatige follow-upvereisten op lange termijn.

Uitsluitingscriteria:

  1. Patiënten die om verschillende redenen geen tumorchirurgie kunnen ondergaan of monsters kunnen bewaren.
  2. Patiënten die positief zijn voor hepatitis B, HIV en syfilis.
  3. De therapietrouw van de patiënt is slecht.

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

Cohorten en interventies

Groep / Cohort
Melanoom en naevus
Patiënten met de diagnose melanoom en/of naevus op de huid rond het oog vóór de operatie.
Basaalcelcarcinoom; Plaveiselcelcarcinoom; Talgkliercarcinoom
Patiënten gediagnosticeerd met basaalcelcarcinoom, plaveiselcelcarcinoom, talgkliercarcinoom vóór de operatie.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Om de diagnostische nauwkeurigheid van OPAL en IHC voor melanoom en andere tumoren te vergelijken.
Tijdsspanne: Tot 24 weken.
Het resultaat van de automatische OPAL-analyse zal worden vergeleken met de handmatige telanalyse van IHC. De nauwkeurigheid van het onderzoek wordt "geslaagd" verklaard als de automatische OPAL-analyse voor meer dan 85% van de handmatige telling voor alle antilichamen voldoet.
Tot 24 weken.

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Chun Zhang, MD/PHD, Peking University Third Hospital

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 (Verwacht)

31 december 2020

Primaire voltooiing (Verwacht)

1 juni 2022

Studie voltooiing (Verwacht)

1 juni 2022

Studieregistratiedata

Eerst ingediend

19 november 2020

Eerst ingediend dat voldeed aan de QC-criteria

4 januari 2021

Eerst geplaatst (Werkelijk)

5 januari 2021

Updates van studierecords

Laatste update geplaatst (Werkelijk)

5 januari 2021

Laatste update ingediend die voldeed aan QC-criteria

4 januari 2021

Laatst geverifieerd

1 januari 2021

Meer informatie

Termen gerelateerd aan deze studie

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