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

Deep Learning-handtekening voor het voorspellen van occulte knoopmetastasen van klinische N0-longkanker

7 februari 2023 bijgewerkt door: Chang Chen, Shanghai Pulmonary Hospital, Shanghai, China

Op PET/CT gebaseerde deep learning-handtekening voor het voorspellen van occulte knoopmetastasen van klinisch stadium N0 niet-kleincellige longkanker: een multicenter prospectief diagnostisch onderzoek

Het doel van deze studie is om de voorspellende prestatie van een PET/CT-gebaseerde deep learning-signatuur te vergelijken met de maximale gestandaardiseerde opnamewaarde van de tumor (SUVmax) op PET voor voorspelling van occulte nodale metastase van klinisch stadium N0 niet-kleincellige longkanker in een multicenter prospectief cohort.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Verwacht)

5000

Contacten en locaties

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

Studie Locaties

  • China
    • Guizhou
      • Zunyi, Guizhou, China
        • Werving
        • Affiliated Hospital of Zunyi Medical University
    • Jiangxi
      • Nanchang, Jiangxi, China
        • Werving
        • The First Affiliated Hospital of Nanchang University
    • Shanghai
      • Yangpu, Shanghai, China
        • Werving
        • Shanghai Pulmonary Hospital
    • Zhejiang
      • Ningbo, Zhejiang, China
        • Werving
        • Ningbo HwaMei Hospital

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

20 jaar tot 75 jaar (VOLWASSEN, OUDER_ADULT)

Accepteert gezonde vrijwilligers

NVT

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Clinica N0 Niet-kleincellige longkanker

Beschrijving

Inclusiecriteria:

(1) Deelnemers gepland voor een operatie voor radiologische vondst van longlaesies van de preoperatieve dunne-sectie CT-scans; (2) De maximale korte-asdiameter van lymfeklieren kleiner dan 1 cm op CT-scan; (3) De SUVmax van hilaire en mediastinale lymfeklieren minder dan 2,5; (4) Pathologische bevestiging van primaire NSCLC; (5) Leeftijd variërend van 20-75 jaar; (6) Schriftelijke geïnformeerde toestemming verkregen.

Uitsluitingscriteria:

(1) Meerdere longlaesies; (2) Slechte kwaliteit van PET-CT-beelden; (3) deelnemers met onvolledige klinische informatie; (4) deelnemers die geen systematische lymfeklierdissectie ondergaan; (5) Deelnemers die neoadjuvante therapie hebben gekregen.

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: Prospectief

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gebied onder de bedrijfskarakteristiek van de ontvanger
Tijdsspanne: 2022.1-2023.12
Gebied onder de bedrijfskarakteristiek van de ontvanger
2022.1-2023.12

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Gevoeligheid Gevoeligheid
Tijdsspanne: 2022.1-2023.12
Gevoeligheid
2022.1-2023.12
Specificiteit
Tijdsspanne: 2022.1-2023.12
Specificiteit
2022.1-2023.12
Positieve voorspellende waarde
Tijdsspanne: 2022.1-2023.12
Positieve voorspellende waarde
2022.1-2023.12
Negatieve voorspellende waarde
Tijdsspanne: 2022.1-2023.12
Negatieve voorspellende waarde
2022.1-2023.12
Nauwkeurigheid
Tijdsspanne: 2022.1-2023.12
Nauwkeurigheid
2022.1-2023.12

Medewerkers en onderzoekers

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

Sponsor

Shanghai Pulmonary Hospital, Shanghai, China

Medewerkers

Zunyi Medical College
Ningbo HwaMei Hospital, Zhejiang, China
The First Affiliated Hospital of Nanchang University, Jiangxi, China

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 2022

Primaire voltooiing (VERWACHT)

31 december 2023

Studie voltooiing (VERWACHT)

31 december 2023

Studieregistratiedata

Eerst ingediend

15 juni 2022

Eerst ingediend dat voldeed aan de QC-criteria

15 juni 2022

Eerst geplaatst (WERKELIJK)

21 juni 2022

Updates van studierecords

Laatste update geplaatst (SCHATTING)

9 februari 2023

Laatste update ingediend die voldeed aan QC-criteria

7 februari 2023

Laatst geverifieerd

1 februari 2023

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • DLNMS

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

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