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

Op AI gebaseerd beeldvormingsmodel voor het voorspellen van blaaskanker

30 mei 2024 bijgewerkt door: Yun Luo, Third Affiliated Hospital, Sun Yat-Sen University

Ontwikkeling en validatie van een op afbeeldingen gebaseerd voorspellend model voor kunstmatige intelligentie voor blaaskanker

Blaaskanker is wereldwijd de negende meest voorkomende kwaadaardige tumor, gekenmerkt door een hoge maligniteit en een slechte prognose. We zijn van plan een CT-gebaseerd tumorontluikend voorspellend model voor blaaskanker te ontwikkelen met behulp van deep learning-algoritmen. Dit model zal de preoperatieve beoordeling van de toestand van de patiënt vergemakkelijken, waardoor het formuleren van nauwkeurigere en gepersonaliseerde behandelplannen mogelijk wordt.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Geschat)

2000

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

  • China
    • Guangdong
      • Guangzhou, Guangdong, China, 510630
        • Werving
        • The third affiliated hospital of Sun Yat-Sen University
        • 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

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

patiënten met blaaskanker

Beschrijving

Inclusiecriteria:

  1. Blaaskankerpatiënten behandeld tussen 1 januari 2014 en 1 januari 2023;
  2. In het ziekenhuis opgenomen en transurethrale resectie van blaastumor (TURBT) of radicale cystectomie ondergaan;
  3. Volledige klinische, preoperatieve CT- en pathologische gegevens.

Uitsluitingscriteria:

  1. Patiënten die eerder in andere centra een chirurgische behandeling voor blaaskanker hebben ondergaan, waardoor het moeilijk is om hun preoperatieve gegevens te verkrijgen;
  2. Patiënten met andere gelijktijdige maligniteiten van het bekken- of urinestelsel;
  3. Patiënten met slechte kwaliteit, lage resolutie of vervaagde CT- of pathologische beelden.

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
Interventie / Behandeling
opleidingscohort
voor het trainen van het model, van het Sun Yat-sen Memorial Hospital van de Sun Yat-sen Universiteit.
Ander: Geen specifieke interventies.
Geen specifieke interventies.
intern validatiecohort
gebruikt om de prestaties van het model te evalueren, is afkomstig van het Sun Yat-sen Memorial Hospital van de Sun Yat-sen Universiteit.
Ander: Geen specifieke interventies.
Geen specifieke interventies.
extern validatiecohort 1
gebruikt om de prestaties van het model te evalueren, is afkomstig van het Third Affiliated Hospital van de Sun Yat-sen Universiteit.
Ander: Geen specifieke interventies.
Geen specifieke interventies.
extern validatiecohort 2
gebruikt om de prestaties van het model te evalueren, is afkomstig van het Second Affiliated Hospital van de Dalian Medical University.
Ander: Geen specifieke interventies.
Geen specifieke interventies.
extern validatiecohort 3
gebruikt om de prestaties van het model te evalueren, is afkomstig van het First Affiliated Hospital van de Chongqing Medical University.
Ander: Geen specifieke interventies.
Geen specifieke interventies.
extern validatiecohort 4
gebruikt om de prestaties van het model te evalueren, is van het Yan'an Hospital aangesloten bij de Kunming Medical University.
Ander: Geen specifieke interventies.
Geen specifieke interventies.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Tumorontluiking: een overzicht
Tijdsspanne: Eén jaar na ontslag na een operatie
Het ontluiken van tumoren is een histopathologisch fenomeen dat wordt waargenomen bij verschillende soorten kanker, waaronder blaaskanker. Het verwijst naar de aanwezigheid van afzonderlijke cellen of kleine clusters van cellen (minder dan vijf) aan de invasieve voorkant van tumoren. Deze knoppen zijn indicatief voor een epitheliale-mesenchymale transitie (EMT), een proces waarbij epitheelcellen mesenchymale, invasieve kenmerken verwerven, wat cruciaal is voor de invasie en metastase van kanker.
Eén jaar na ontslag na een operatie

Medewerkers en onderzoekers

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

Sponsor

Third Affiliated Hospital, Sun Yat-Sen University

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 mei 2024

Primaire voltooiing (Geschat)

31 oktober 2024

Studie voltooiing (Geschat)

31 december 2024

Studieregistratiedata

Eerst ingediend

30 mei 2024

Eerst ingediend dat voldeed aan de QC-criteria

30 mei 2024

Eerst geplaatst (Geschat)

4 juni 2024

Updates van studierecords

Laatste update geplaatst (Geschat)

4 juni 2024

Laatste update ingediend die voldeed aan QC-criteria

30 mei 2024

Laatst geverifieerd

1 mei 2024

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • SL-II2023-303-02

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