- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07392567
Prospectieve validatie van een AI-model voor het voorspellen van levermetastasen bij colorectale kanker
Een multicenter, prospectief, observationeel onderzoek voor de validatie van een multimodaal deep learning-model om metachrone levermetastasen te voorspellen bij patiënten met colorectale kanker na curatieve resectie
Dit is een prospectieve, multicenter, observationele studie die is ontworpen om de voorspellende nauwkeurigheid van een vooraf ontwikkeld multimodaal deep learning-model te valideren. Het model integreert preoperatieve contrastversterkte CT-scans, gedigitaliseerde postoperatieve pathologiebeelden en standaard klinische gegevens om het risico op levermetastasen binnen twee jaar na curatieve chirurgie te schatten bij patiënten met stadium I-III colorectale kanker.
Het primaire doel is om de prestaties van het model te evalueren in een onafhankelijke, prospectief ingeschreven patiëntencohort. Deelnemers krijgen standaardzorgbehandeling volgens klinische richtlijnen. De studie omvat geen experimentele interventies; het omvat uitsluitend de verzameling en analyse van routinematig gegenereerde klinische gegevens. Het doel is om het potentieel van het model voor klinische vertaling te beoordelen door een betrouwbaar hulpmiddel te bieden voor het stratificeren van het risico op levermetastasen bij patiënten, wat gepersonaliseerde surveillance-strategieën zou kunnen informeren.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Yang WU, M.D.
- Telefoonnummer: 13636076910
- E-mail: 255001907@qq.com
Studie Locaties
-
-
Hubei
-
Wuhan, Hubei, China
- Werving
- Tongji Hospital
-
Hoofdonderzoeker:
- Wanguang Zhang, M.D.
-
Contact:
- Yang WU, M.D.
- Telefoonnummer: 13636076910
- E-mail: 255001907@qq.com
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Leeftijd 18-75 jaar, elk geslacht.
- Klinische diagnose van primair colon- of rectumadenocarcinoom (Stadium I-III). Gepland voor een curatieve radicale resectie voor colorectale kanker.
- Preoperatieve contrastversterkte abdominale/pelvische CT-scan uitgevoerd binnen 1 maand voor de operatie, met acceptabele beeldkwaliteit.
- Geen bewijs van verre metastasen (inclusief synchrone levermetastasen) bij preoperatief onderzoek.
- ECOG-prestatiestatus van 0 of 1.
- Patiënt of hun wettelijke vertegenwoordiger neemt vrijwillig deel en geeft schriftelijke geïnformeerde toestemming.
Exclusiecriteria:
- Postoperatieve pathologische bevestiging van niet-primair colorectaal adenocarcinoom of aanwezigheid van verre metastasen.
- Intraoperatieve vaststelling van niet-R0-resectie, of uitvoering van alleen palliatieve chirurgie/stoma.
- Geschiedenis van andere maligne tumoren.
- Eerdere geschiedenis van leverchirurgie of levertransplantatie.
- Overlijden tijdens de perioperatieve periode (binnen 30 dagen na de operatie).
- Weigering om deel te nemen aan follow-up, intrekking van geïnformeerde toestemming, of verlies van follow-up.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Prospectieve validatie cohort
Dit cohort bestaat uit patiënten met stadium I-III colorectale kanker die prospectief worden ingeschreven na een curatieve resectie.
Er worden geen interventies toegediend als onderdeel van deze studie.
Het cohort wordt gebruikt voor de externe validatie van de prestaties van het vooraf gedefinieerde multimodale deep learning-model bij het voorspellen van het risico op metachrone levermetastasen.
Alle patiënten krijgen standaardzorgbehandeling en follow-up volgens klinische richtlijnen.
|
Dit is een niet-therapeutische, prognostische studie.
De interventie die wordt onderzocht, is de toepassing van een vooraf gespecificeerd multimodaal deep learning-model dat preoperatieve CT-beeldvorming, digitale pathologie en klinische gegevens integreert om het risico van patiënten op het ontwikkelen van metachrone levermetastasen te stratificeren.
Dit model fungeert als een prognostisch hulpmiddel en wordt in deze studie niet gebruikt om de behandeling van patiënten te sturen.
De prestaties ervan worden prospectief geëvalueerd tegen de werkelijke klinische uitkomsten.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Oppervlak onder de Receiver Operating Characteristic Curve (AUC)
Tijdsspanne: 2 jaar na de operatie
|
De discriminerende prestaties van het vooraf gespecificeerde multimodale deep learning-model voor het voorspellen van het optreden van metachrone levermetastase binnen 2 jaar na curatieve resectie.
Het model integreert preoperatieve contrastversterkte CT, digitale pathologie en klinische gegevens.
De prestaties worden geëvalueerd op de volledige prospectief ingeschreven validatiecohort.
|
2 jaar na de operatie
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Levermetastase-Vrije Overleving (LMFS) per Risicogroep
Tijdsspanne: Vanaf de datum van de operatie tot de datum van de eerste gedocumenteerde levermetastase of de laatste follow-up, geëvalueerd tot 3 jaar.
|
Het verschil in levermetastasevrije overleving tussen de hoogrisico- en laagrisicogroepen, zoals gestratificeerd door het model.
LMFS wordt gedefinieerd als de tijd vanaf de operatie tot de eerste radiologische diagnose van levermetastase.
|
Vanaf de datum van de operatie tot de datum van de eerste gedocumenteerde levermetastase of de laatste follow-up, geëvalueerd tot 3 jaar.
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- TJ-IRB202601017
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .