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

Hele dia-afbeelding voor het voorspellen van het nieuwe beoordelingssysteem van gereseceerd longadenocarcinoom

17 oktober 2024 bijgewerkt door: Chang Chen, Shanghai Pulmonary Hospital, Shanghai, China

Diepgaande leerhandtekening op basis van hele dia-afbeeldingen voor het voorspellen van het nieuwe beoordelingssysteem van gereseceerd longadenocarcinoom

Het doel van deze studie is om de prestaties te evalueren van een op een volledig dia-beeld gebaseerde deep learning-handtekening voor het voorspellen van het nieuwe beoordelingssysteem in gereseceerd longadenocarcinoom op basis van een multicenter prospectief cohort.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Geschat)

200

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
        • Contact:
    • Jiangxi
      • Nanchang, Jiangxi, China
        • Werving
        • The First Affiliated Hospital of Nanchang University
        • Contact:
    • Zhejiang
      • Ningbo, Zhejiang, China
        • Werving
        • Ningbo HwaMei 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

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

NVT

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Gereseceerd longadenocarcinoom

Beschrijving

Inclusiecriteria:

  1. Pathologische bevestiging van primair longadenocarcinoom;
  2. Leeftijd variërend van 20-75 jaar;
  3. Schriftelijke geïnformeerde toestemming verkregen.

Uitsluitingscriteria:

  1. Meerdere longlaesies;
  2. Slechte kwaliteit van hele dia-afbeeldingen;
  3. Deelnemers met onvolledige klinische informatie;
  4. Mucineuze adenocarcinomen en varianten;
  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

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Overeenkomstpercentage van het IASLC-beoordelingssysteem
Tijdsspanne: 2024/11/01-2024/12/31
Overeenstemmingspercentage tussen het deep learning-model en pathologen bij het diagnosticeren van de IASLC-graad van longadenocarcinoom.
2024/11/01-2024/12/31

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Overeenkomstpercentage van de overheersende subtypen
Tijdsspanne: 2024/11/01-2024/12/31
Overeenstemmingspercentage tussen het deep learning-model en pathologen bij het diagnosticeren van de overheersende groeipatronen van longadenocarcinoom.
2024/11/01-2024/12/31

Andere uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Specificiteit
Tijdsspanne: 2023.5.1-2023.10.31
De specificiteit van het deep learning-model op basis van het hele objectglaasje bij het voorspellen van het nieuwe beoordelingssysteem van gereseceerd longadenocarcinoom. Het nieuwe beoordelingssysteem van longadenocarcinoom omvat graad I, graad II en graad III. En het model zal de voorspellende waarden (graad I/graad II/graad III) van de graad uitvoeren voor elke patiënt met gereseceerd longadenocarcinoom.
2023.5.1-2023.10.31
Positieve voorspellende waarde
Tijdsspanne: 2023.5.1-2023.10.31
De positief voorspellende waarde van het deep learning-model op basis van het hele diabeeld bij het voorspellen van het nieuwe beoordelingssysteem van gereseceerd longadenocarcinoom. Het nieuwe beoordelingssysteem van longadenocarcinoom omvat graad I, graad II en graad III. En het model zal de voorspellende waarden (graad I/graad II/graad III) van de graad uitvoeren voor elke patiënt met gereseceerd longadenocarcinoom.
2023.5.1-2023.10.31
Negatieve voorspellende waarde
Tijdsspanne: 2023.5.1-2023.10.31
De negatief voorspellende waarde van het deep learning-model op basis van het hele diabeeld bij het voorspellen van het nieuwe beoordelingssysteem van gereseceerd longadenocarcinoom. Het nieuwe beoordelingssysteem van longadenocarcinoom omvat graad I, graad II en graad III. En het model zal de voorspellende waarden (graad I/graad II/graad III) van de graad uitvoeren voor elke patiënt met gereseceerd longadenocarcinoom.
2023.5.1-2023.10.31
Nauwkeurigheid
Tijdsspanne: 2023.5.1-2023.10.31
De nauwkeurigheid van het deep learning-model op basis van het hele objectglaasje bij het voorspellen van het nieuwe beoordelingssysteem van gereseceerd longadenocarcinoom. Het nieuwe beoordelingssysteem van longadenocarcinoom omvat graad I, graad II en graad III. En het model zal de voorspellende waarden (graad I/graad II/graad III) van de graad uitvoeren voor elke patiënt met gereseceerd longadenocarcinoom.
2023.5.1-2023.10.31

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)

15 oktober 2024

Primaire voltooiing (Geschat)

31 december 2024

Studie voltooiing (Geschat)

31 december 2024

Studieregistratiedata

Eerst ingediend

12 mei 2023

Eerst ingediend dat voldeed aan de QC-criteria

27 juni 2023

Eerst geplaatst (Werkelijk)

29 juni 2023

Updates van studierecords

Laatste update geplaatst (Werkelijk)

21 oktober 2024

Laatste update ingediend die voldeed aan QC-criteria

17 oktober 2024

Laatst geverifieerd

1 oktober 2024

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • WSIGS

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