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

Post-radiotherapie MRI-gebaseerd AI-systeem om stralingsproctitis voor bekkenkanker te voorspellen (MRI-RP-2021)

In deze studie gebruiken onderzoekers een ondersteunend systeem van kunstmatige intelligentie (AI) om bestralingsproctitis te voorspellen voor patiënten met bekkenkanker die radiotherapie hebben ondergaan. Door het systeem zal worden vastgesteld of de deelnemers de stralingsproctitis bereiken op basis van de radiomische kenmerken die zijn geëxtraheerd uit de post-radiotherapie Magnetic Resonance Imaging (MRI). De voorspellende kracht om de stralingsproctitis-individuen te onderscheiden van niet-stralingsproctitis-patiënten, zal worden gevalideerd in deze multicenter, prospectieve klinische studie.

Studie Overzicht

Toestand

Nog niet aan het werven

Conditie

Gedetailleerde beschrijving

Dit is een multicenter, prospectief, observationeel klinisch onderzoek om een ​​betere manier te vinden om de bestralingsproctitis bij patiënten met bekkenkanker te voorspellen op basis van de post-radiotherapie Magnetic Resonance Imaging (MRI)-gegevens. Patiënten bij wie pathologisch de diagnose bekkenkanker is gesteld, zullen worden opgenomen in het Sixth Affiliated Hospital van de Sun Yat-sen University, het Sir Run Run Shaw Hospital en het Third Affiliated Hospital van het Kunming Medical College. Patiënten met bekkenkanker die radiotherapie hebben gekregen, zullen worden ingeschreven en hun MRI-beelden na radiotherapie zullen worden gebruikt om hun bestralingsproctitis of niet te voorspellen. De klinische symptomen, endoscopische bevindingen, beeldvorming en histopathologie als standaard. De voorspellende werkzaamheid zal worden getest in deze multicenter, prospectieve klinische studie.

Studietype

Observationeel

Inschrijving (Verwacht)

400

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

    • Guangdong
      • GuangZhou, Guangdong, China, 510655
        • The Sixth Affiliated Hospital of Sun Yat-Sen University
        • Contact:
      • Guangzhou, Guangdong, China, 510000
        • The Sixth Affiliated Hospital of Sun Yat-Sen University
        • Contact:
          • Xinjuan Fan, MD
    • Yunnan
      • Kunming, Yunnan, China, 650000
        • The Third Affiliated Hospital of Kunming Medical College
    • Zhejiang
      • HangZhou, Zhejiang, China, 310000
        • Sir Run Run Shaw Hospital
        • 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

18 jaar tot 75 jaar (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

NVT

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

bekkenkankers die radiotherapie hebben ondergaan, zullen worden opgenomen in onze studie.

Beschrijving

Inclusiecriteria:

  • pathologisch gediagnosticeerd als bekkentumoren
  • van plan bent radiotherapie te krijgen of te ondergaan
  • MRI (high-solution T2-gewogen beeldvorming, contrastversterkte T1-gewogen beeldvorming en diffusiegewogen beeldvorming zijn vereist) onderzoek is voltooid na radiotherapie

Uitsluitingscriteria:

  • onvoldoende beeldkwaliteit van MRI (bijv. gebrek aan sequentie, bewegingsartefacten)
  • onvolledige radiotherapie

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
Het gebied onder curve (AUC) van Receiver Operating Characteristic (ROC) -curven van het AI-voorspellingssysteem bij voorspellende stralingsproctitis
Tijdsspanne: basislijn
Het gebied onder curve (AUC) van Receiver Operating Characteristic (ROC) -curven van het AI-voorspellingssysteem bij het identificeren van de stralingsproctitis-kandidaten van niet-stralingsproctitis-individuen onder bekkenkankers ondergingen radiotherapie
basislijn

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De specificiteit van het AI-voorspellingssysteem bij voorspelling van stralingsproctitis
Tijdsspanne: basislijn
De specificiteit van het AI-voorspellingssysteem bij het identificeren van de kandidaten voor stralingsproctitis van niet-stralingsproctitis-individuen onder bekkenkankers die radiotherapie ondergingen
basislijn

Andere uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
De gevoeligheid van het AI-voorspellingssysteem bij het voorspellen van de kandidaten voor stralingsproctitis
Tijdsspanne: basislijn
De gevoeligheid van het AI-voorspellingssysteem bij het identificeren van de kandidaten voor stralingsproctitis van niet-stralingsproctitis-individuen onder bekkenkankers die radiotherapie ondergingen
basislijn

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Zhenhui Li, MD, The Third Affiliated Hospital of Kunming Medical College.
  • Studie stoel: Xinjuan Fan, MD, Sixth Affiliated Hospital, Sun Yat-sen University
  • Hoofdonderzoeker: Weidong Han, MD, Sir Run Run Shaw 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)

22 juni 2021

Primaire voltooiing (VERWACHT)

1 juni 2024

Studie voltooiing (VERWACHT)

1 augustus 2024

Studieregistratiedata

Eerst ingediend

2 juni 2021

Eerst ingediend dat voldeed aan de QC-criteria

8 juni 2021

Eerst geplaatst (WERKELIJK)

9 juni 2021

Updates van studierecords

Laatste update geplaatst (WERKELIJK)

9 juni 2021

Laatste update ingediend die voldeed aan QC-criteria

8 juni 2021

Laatst geverifieerd

1 juni 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

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