- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07399236
AI-gebaseerde voorspelling van levermetastasen bij colorectale kanker (een retrospectieve studie)
Een multicenter, retrospectief, observationeel onderzoek om een multimodaal deep learning-model te ontwikkelen en valideren voor het voorspellen van metachrone levermetastasen bij patiënten met colorectale kanker na curatieve resectie
Deze multicenter, retrospectieve studie heeft als doel een multimodaal deep learning-model te ontwikkelen en te valideren voor het voorspellen van het risico op metachrone levermetastasen bij patiënten met stadium I-III colorectale kanker na curatieve resectie. Het model zal preoperatieve contrastverbeterde CT-beelden, gedigitaliseerde histopathologische whole-slide afbeeldingen en standaard klinisch-pathologische gegevens integreren.
Het primaire doel is het beoordelen van het discriminerend vermogen van het model, gemeten aan de hand van de oppervlakte onder de receiver operating characteristic curve (AUC), en het vergelijken van de voorspellende nauwkeurigheid ervan met traditionele prognostische factoren zoals TNM-stadiëring en serum carcino-embryonaal antigeengehaltes. Dit onderzoek maakt gebruik van bestaande archiefgegevens; er is geen direct contact met patiënten of interventie betrokken. Het uiteindelijke doel is het bieden van een robuust, data-gedreven instrument voor verbeterde risicostratificatie, dat mogelijk toekomstige gepersonaliseerde surveillancestrategieën en beslissingen over adjuvante therapie kan sturen.
Studie Overzicht
Toestand
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
-
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
Insluitingscriteria:
- Leeftijd 18-75 jaar, elk geslacht.
- Histologisch bevestigd primair colon- of rectumadenocarcinoom.
- Curatieve radicale resectie (R0-resectie) ondergaan voor colorectale kanker.
- Preoperatieve contrastversterkte abdominale/pelvische CT-scan uitgevoerd binnen 1 maand voor de operatie, met acceptabele beeldkwaliteit.
- Geen bewijs van uitzaaiingen op afstand (inclusief synchrone levermetastasen) bij preoperatief of intraoperatief onderzoek.
Uitsluitingscriteria:
- Geschiedenis van andere kwaadaardige tumoren.
- Eerdere geschiedenis van leverchirurgie of levertransplantatie.
- Ontbrekende klinische, beeldvormende of pathologische gegevens die voor de studie vereist zijn.
- Overlijden in de perioperatieve periode (binnen 30 dagen na de operatie).
- Gebrek aan regelmatige follow-upinformatie.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Colorectale Kanker Resectie Cohort
Een retrospectieve cohort van volwassen patiënten (leeftijd 18-75) met stadium I-III primair colorectaal adenocarcinoom die een curatieve (R0) resectie ondergingen.
Dit cohort is gedefinieerd met als doel het ontwikkelen en valideren van een multimodaal deep learning-model om het risico op metachrone levermetastasen te voorspellen.
Alle gegevens, inclusief preoperatieve contrastversterkte CT-scans, postoperatieve gedigitaliseerde pathologiepreparaten en klinische dossiers, werden retrospectief verzameld uit de routinematige klinische praktijk.
Er werden geen interventies uitgevoerd als onderdeel van deze studie.
|
Dit is een niet-interventionele studie.
De primaire studieprocedure is de toepassing van een multimodaal deep learning-model om bestaande klinische gegevens (contrastversterkte CT-beelden, gedigitaliseerde pathologiepreparaten en gestructureerde klinische variabelen) retrospectief te analyseren met als doel het voorspellen van het risico op metachrone levermetastasen.
Er worden geen therapeutische of diagnostische interventies uitgevoerd bij deelnemers als onderdeel van dit onderzoeksprotocol.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Area Under the Receiver Operating Characteristic Curve (AUC)
Tijdsspanne: tot 3 jaar
|
De discriminerende prestaties van het multimodale deep learning-model voor het voorspellen van het 3-jaarsrisico op metachrone levermetastase.
Het model integreert preoperatieve contrastverbeterde CT-beelden, gedigitaliseerde whole-slide pathologiebeelden en klinische gegevens.
De AUC wordt berekend op de onafhankelijke testset die buiten beschouwing is gelaten.
De beoordeling is gebaseerd op gegevens verzameld vanaf de datum van curatieve chirurgie (baseline) tot de datum van de eerste beeldvormingsbevestigde levermetastase of de laatste follow-up.
|
tot 3 jaar
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Leven zonder levermetastasen (LMFS) per risicogroep
Tijdsspanne: tot 3 jaar
|
Het verschil in levermetastase-vrije overleving tussen de hoogrisico- en laagrisicogroepen zoals gestratificeerd door het multimodale 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 laatste follow-up.
|
tot 3 jaar
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
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-IRB202512239
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 .