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

GliomaAI-Oligo: MRI-Based Detection of IDH Mutant Oligodendroglioma (GliomaAI-Oligo)

23 juni 2026 bijgewerkt door: Deep Learning Institute of Radiological Sciences

GliomaAI-Oligo: Non-Invasive MRI-Based Detection of IDH Mutant Oligodendroglioma Using Artificial Intelligence

The goal of this observational study is to learn whether an artificial intelligence system called GliomaAI-Oligo can help detect a specific molecular type of brain tumour called Oligodendroglioma using routine MRI scans. The study uses previously collected and fully anonymised MRI data from 1,372 patients from 13 institutions in the Cancer Imaging Archive (TCIA).

The main questions it aims to answer are:

  • How accurately can GliomaAI-Oligo identify Oligodendroglioma from MRI scans?
  • How well does the system perform across data from different hospitals and patient groups?

Researchers will use existing MRI scans and clinical information to train and test the AI system. No new scans, treatments, or hospital visits are required for participants, and all data used is fully anonymised and obtained from an existing research database.

Participants will not be asked to do anything, as this study only uses previously collected imaging data.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Werkelijk)

1372

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

  • Indië
      • Mumbai, Indië
        • Deep Learning Institute of Radiological Sciences

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

Patients with glioma diagnosis included in the TCIA cohort.

Beschrijving

Inclusion Criteria:

  • Adult (>=18 years of age)
  • Having pre op MRI scan
  • Having biopsy / surgery
  • Having post biopsy/ surgery histology diagnosis and genetic analysis.

Exclusion Criteria:

  • MRI scan significantly degraded by motion or other artefact
  • Incomplete genetic analysis
  • Prior treatment (e.g., radiotherapy or chemotherapy) before baseline MRI

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
Diagnostic performance of GliomaAI-Oligo for identification of IDH mutant Oligodendroglioma from MRI, measured by accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and area under the ROC
Tijdsspanne: Perioperative
The diagnostic performance of the GliomaAI-Oligo artificial intelligence model will be assessed by comparing pre-operative MRI-based predictions of IDH mutant Oligodendroglioma status against post-operative (biopsy or surgery) molecular/genetic profiling results as the reference standard. Performance metrics including accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and AUC will be calculated.
Perioperative

Medewerkers en onderzoekers

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

Sponsor

Deep Learning Institute of Radiological Sciences

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)

14 maart 2017

Primaire voltooiing (Werkelijk)

9 maart 2021

Studie voltooiing (Werkelijk)

16 juli 2021

Studieregistratiedata

Eerst ingediend

23 juni 2026

Eerst ingediend dat voldeed aan de QC-criteria

23 juni 2026

Eerst geplaatst (Werkelijk)

29 juni 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

29 juni 2026

Laatste update ingediend die voldeed aan QC-criteria

23 juni 2026

Laatst geverifieerd

1 juni 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • DLIRS-GLIOMAAI-OLIGO

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

JA

Beschrijving IPD-plan

Study protocol will be shared with researchers

IPD-tijdsbestek voor delen

Study protocol and methodology will be published in an academic journal

IPD-toegangscriteria voor delen

We will strive to publish it in the open access academic journal

IPD delen Ondersteunend informatietype

  • LEERPROTOCOOL

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Ja

product vervaardigd in en geëxporteerd uit de V.S.

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