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

Model voor kunstmatige intelligentie voor groeivoorspelling van organoïden van eierstokkanker

12 maart 2024 bijgewerkt door: Chongqing University Cancer Hospital

Ontwikkeling en validatie van een groeivoorspellingsmodel voor ovariumkanker-organoïden op basis van Bright Field Image en Deep Learning

De huidige studie heeft tot doel een vroeg helderveldbeeld te verzamelen van van patiënten afkomstige organoïden met eierstokkanker. Door gebruik te maken van kunstmatige intelligentie zal deze studie proberen algoritmen te construeren en te verfijnen die de groei van organoïden van eierstokkanker kunnen voorspellen.

Studie Overzicht

Studietype

Observationeel

Inschrijving (Geschat)

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.

Studiecontact

Studie Locaties

    • Chongqing
      • Chongqing, Chongqing, China, 400030
        • Werving
        • Chongqing Cancer Hospital
        • Hoofdonderzoeker:
          • Dongling Zou, M.D.
        • 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

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten met epitheliale eierstokkanker kregen een biopsie of punctie om tumorweefsel of kwaadaardige effusie te verkrijgen

Beschrijving

Inclusiecriteria:

  • Patiënten moeten een histologisch bevestigde diagnose van epitheliale eierstokkanker hebben
  • Patiënten kregen een biopsie of een punctie om tumorweefsel of kwaadaardige effusie te verkrijgen
  • Patiënten namen vrijwillig deel aan het onderzoek en ondertekenden geïnformeerde toestemming.

Uitsluitingscriteria:

  • Niet-epitheliale eierstokkanker
  • Geen voldoende hoeveelheid tumorweefsel of kwaadaardige effusie voor de vestiging van organoïden.

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 groeivoorspellingsprestaties met behulp van een deep learning-model
Tijdsspanne: tot 3 jaar
AUC = Gebied onder de bedrijfskarakteristiek van de ontvanger
tot 3 jaar
Nauwkeurigheid van groeivoorspelling met behulp van een deep learning-model
Tijdsspanne: tot 3 jaar
Nauwkeurigheid=( het aantal correct geclassificeerde monsters)/( het aantal totale monsters)
tot 3 jaar

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Dongling Zou, M.D., Chongqing University Cancer 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 (Werkelijk)

1 januari 2022

Primaire voltooiing (Geschat)

30 april 2024

Studie voltooiing (Geschat)

30 mei 2024

Studieregistratiedata

Eerst ingediend

12 maart 2024

Eerst ingediend dat voldeed aan de QC-criteria

12 maart 2024

Eerst geplaatst (Werkelijk)

19 maart 2024

Updates van studierecords

Laatste update geplaatst (Werkelijk)

19 maart 2024

Laatste update ingediend die voldeed aan QC-criteria

12 maart 2024

Laatst geverifieerd

1 maart 2024

Meer informatie

Termen gerelateerd aan deze studie

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 .

Klinische onderzoeken op Eierstokkanker

3
Abonneren