Bruksverdien av kunstig intelligens i MR-presisjonsdiagnose og behandling av blærekreft
Prospektiv multisenter klinisk studie om bruksverdien av kunstig intelligens i MR presisjonsdiagnose og behandling av blærekreft
Studieoversikt
Status
Status
Forhold
Forhold
Detaljert beskrivelse
Studietype
Studietype
Registrering (Forventet)
Registrering
Kontakter og plasseringer
Studiesteder
-
-
Jiangsu
-
Nanjing, Jiangsu, Kina, 210000
- Rekruttering
- The First Affiliated Hospital of Nanjing Medical University
-
Ta kontakt med:
- Qiang Lu
- Telefonnummer: 13505196501
- E-post: dxhlvqiang@163.com
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Preoperativ undersøkelse ber pasienten om å være blærekreft;
- Det er ingen begrensning på kjønn;
- alderen 18 år eller eldre;
- Kan gi preoperative MR-bilder;
- Godta å gi personlig grunnleggende klinisk informasjon og patologiske data og bildedata for vitenskapelig forskning, og signere informert samtykke;
- Godta å gi overvåkingsresultater under oppfølgingsovervåking for tilbakefall.
Ekskluderingskriterier:
- Pasienten var ikke i stand til å gi preoperative MR-bilder, inkludert MR-bilder etter neoadjuvant terapi og før operasjon;
- Pasienter med ufullstendig patologisk informasjon om prøver var ikke i stand til å gi nøyaktig informasjon om iscenesettelse og gradering;
- Pasienter kan ikke opereres på grunn av egne årsaker: alvorlig hjertesvikt, akutt hjerteinfarkt, alvorlige hjerte- og lungesykdommer osv., de tåler ikke normal kirurgisk behandling;
- Pasienter som nylig hadde gjennomgått kirurgi (f.eks. TURBT) før MR-undersøkelse;
- Forskeren mener det er noen forhold som kan svekke emnet eller føre til at emnet ikke oppfyller eller utfører studiekrav;
- Pasienter som ikke kan gi skriftlig informert samtykke.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Å utforske bruksverdien av kunstig intelligens i presis diagnose og behandling av blæresvulst, og å forbedre nøyaktigheten av MR-diagnose av blærekreftstadium og -grad gjennom kunstig intelligens.
Tidsramme: 1 år
|
2、Gjennom konkordansanalyse av diagnoseresultater med kunstig intelligens med gullstandardresultater for kirurgi, sensitivitet, spesifisitet, positiv prediktiv verdi (PPV), negativ prediktiv verdi (NPV) av kunstig intelligensdiagnose før operasjonen.
|
1 år
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Total overlevelse
Tidsramme: 3 år etter operasjonen
|
Korrelasjonen mellom kunstig intelligensmodell og OS hos blærekreftpasienter ble analysert for å foreløpig verifisere den potensielle evnen til kunstig intelligensmodellresultater til å forutsi prognosen for blærekreftpasienter.
|
3 år etter operasjonen
|
Andre resultatmål
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
gjentaksfri overlevelse
Tidsramme: 3 år etter operasjonen
|
Korrelasjonen mellom kunstig intelligensmodell og RFS hos blærekreftpasienter ble analysert for å foreløpig verifisere den potensielle evnen til kunstig intelligensmodellresultater til å forutsi prognosen for blærekreftpasienter.
|
3 år etter operasjonen
|
|
progresjonsfri overlevelse
Tidsramme: 3 år etter operasjonen
|
Korrelasjonen mellom kunstig intelligensmodell og PFS hos blærekreftpasienter ble analysert for å foreløpig verifisere den potensielle evnen til kunstig intelligensmodellresultater til å forutsi prognosen for blærekreftpasienter.
|
3 år etter operasjonen
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Samarbeidspartnere
Samarbeidspartnere
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Panebianco V, Narumi Y, Altun E, Bochner BH, Efstathiou JA, Hafeez S, Huddart R, Kennish S, Lerner S, Montironi R, Muglia VF, Salomon G, Thomas S, Vargas HA, Witjes JA, Takeuchi M, Barentsz J, Catto JWF. Multiparametric Magnetic Resonance Imaging for Bladder Cancer: Development of VI-RADS (Vesical Imaging-Reporting And Data System). Eur Urol. 2018 Sep;74(3):294-306. doi: 10.1016/j.eururo.2018.04.029. Epub 2018 May 10.
- Wang H, Luo C, Zhang F, Guan J, Li S, Yao H, Chen J, Luo J, Chen L, Guo Y. Multiparametric MRI for Bladder Cancer: Validation of VI-RADS for the Detection of Detrusor Muscle Invasion. Radiology. 2019 Jun;291(3):668-674. doi: 10.1148/radiol.2019182506. Epub 2019 Apr 23.
- Suarez-Ibarrola R, Hein S, Reis G, Gratzke C, Miernik A. Current and future applications of machine and deep learning in urology: a review of the literature on urolithiasis, renal cell carcinoma, and bladder and prostate cancer. World J Urol. 2020 Oct;38(10):2329-2347. doi: 10.1007/s00345-019-03000-5. Epub 2019 Nov 5.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Forventet)
Primær fullføring
Studiet fullført (Forventet)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
Andre studie-ID-numre
- 2021-SR-409
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .