Dyplæringssignatur for å forutsi fullstendig patologisk respons på neoadjuvant kjemoimmunterapi ved ikke-småcellet lungekreft
En integrasjon av en computertomografi/positronemisjonstomografi/helt lysbilde (CT/PET/WSI) basert dyp læringssignatur for å forutsi fullstendig patologisk respons på neoadjuvant kjemoimmunterapi ved ikke-småcellet lungekreft: en multisenterstudie
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Studietype
Studietype
Registrering (Antatt)
Registrering
Kontakter og plasseringer
Studiesteder
-
-
Guizhou
-
Zunyi, Guizhou, Kina
- Rekruttering
- Affiliated Hospital of Zunyi Medical University
-
Ta kontakt med:
- Yongxiang Song, Dr
- Telefonnummer: 15505177258
- E-post: zhong961008@163.com
-
-
Jiangxi
-
Nanchang, Jiangxi, Kina
- Rekruttering
- The First Affiliated Hospital of Nanchang University
-
Ta kontakt med:
- Bentong Yu, Dr
- Telefonnummer: 021-65115006
- E-post: 1151697503@qq.com
-
-
Zhejiang
-
Ningbo, Zhejiang, Kina
- Rekruttering
- Ningbo HwaMei Hospital
-
Ta kontakt med:
- Minglei Yang, Dr
- Telefonnummer: 021-65115006
- E-post: almondjj@163.com
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Alder fra 20-75 år;
- Pasienter som gjennomgikk kurativ kirurgi etter neoadjuvant kjemoimmunterapi for NSCLC;
- Innhentet skriftlig informert samtykke.
Ekskluderingskriterier:
- Manglende bildedata;
- Patologisk N3 sykdom.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Område under mottakerens driftskarakteristikk
Tidsramme: 2023.5.1-2023.10.31
|
Området under mottakerens operasjonskarakteristiske kurve (ROC) til dyplæringsmodellen for å forutsi fullstendig patologisk respons (HLR).
HLR ble definert som ingen gjenværende tumor i både resekert primærtumor og lymfeknuter.
Pasienter med ikke-småcellet lungekreft som får neoadjuvant kjemoimmunterapi vil oppnå enten HLR eller ikke-HLR, noe som kan bekreftes ved patologisk undersøkelse etter kirurgisk reseksjon.
Og modellen vil gi ut den prediktive verdien (HLR/ikke-HLR) for hver pasient som mottar neoadjuvant kjemoimmunterapi.
|
2023.5.1-2023.10.31
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Følsomhet
Tidsramme: 2023.5.1-2023.10.31
|
Følsomheten til dyplæringsmodellen for å forutsi fullstendig patologisk respons.
HLR ble definert som ingen gjenværende tumor i både resekert primærtumor og lymfeknuter.
Pasienter med ikke-småcellet lungekreft som får neoadjuvant kjemoimmunterapi vil oppnå enten HLR eller ikke-HLR, noe som kan bekreftes ved patologisk undersøkelse etter kirurgisk reseksjon.
Og modellen vil gi ut den prediktive verdien (HLR/ikke-HLR) for hver pasient som mottar neoadjuvant kjemoimmunterapi.
|
2023.5.1-2023.10.31
|
Andre resultatmål
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Spesifisitet
Tidsramme: 2023.5.1-2023.10.31
|
Spesifisiteten til dyplæringsmodellen for å forutsi fullstendig patologisk respons.
HLR ble definert som ingen gjenværende tumor i både resekert primærtumor og lymfeknuter.
Pasienter med ikke-småcellet lungekreft som får neoadjuvant kjemoimmunterapi vil oppnå enten HLR eller ikke-HLR, noe som kan bekreftes ved patologisk undersøkelse etter kirurgisk reseksjon.
Og modellen vil gi ut den prediktive verdien (HLR/ikke-HLR) for hver pasient som mottar neoadjuvant kjemoimmunterapi.
|
2023.5.1-2023.10.31
|
|
Positiv prediktiv verdi
Tidsramme: 2023.5.1-2023.10.31
|
Den positive prediktive verdien av dyplæringsmodellen for å forutsi fullstendig patologisk respons.
HLR ble definert som ingen gjenværende tumor i både resekert primærtumor og lymfeknuter.
Pasienter med ikke-småcellet lungekreft som får neoadjuvant kjemoimmunterapi vil oppnå enten HLR eller ikke-HLR, noe som kan bekreftes ved patologisk undersøkelse etter kirurgisk reseksjon.
Og modellen vil gi ut den prediktive verdien (HLR/ikke-HLR) for hver pasient som mottar neoadjuvant kjemoimmunterapi.
|
2023.5.1-2023.10.31
|
|
Negativ prediktiv verdi
Tidsramme: 2023.5.1-2023.10.31
|
Den negative prediktive verdien av dyplæringsmodellen for å forutsi fullstendig patologisk respons.
HLR ble definert som ingen gjenværende tumor i både resekert primærtumor og lymfeknuter.
Pasienter med ikke-småcellet lungekreft som får neoadjuvant kjemoimmunterapi vil oppnå enten HLR eller ikke-HLR, noe som kan bekreftes ved patologisk undersøkelse etter kirurgisk reseksjon.
Og modellen vil gi ut den prediktive verdien (HLR/ikke-HLR) for hver pasient som mottar neoadjuvant kjemoimmunterapi.
|
2023.5.1-2023.10.31
|
|
Nøyaktighet
Tidsramme: 2023.5.1-2023.10.31
|
Nøyaktigheten til dyplæringsmodellen for å forutsi fullstendig patologisk respons.
HLR ble definert som ingen gjenværende tumor i både resekert primærtumor og lymfeknuter.
Pasienter med ikke-småcellet lungekreft som får neoadjuvant kjemoimmunterapi vil oppnå enten HLR eller ikke-HLR, noe som kan bekreftes ved patologisk undersøkelse etter kirurgisk reseksjon.
Og modellen vil gi ut den prediktive verdien (HLR/ikke-HLR) for hver pasient som mottar neoadjuvant kjemoimmunterapi.
|
2023.5.1-2023.10.31
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Samarbeidspartnere
Samarbeidspartnere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Antatt)
Primær fullføring
Studiet fullført (Antatt)
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
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
Andre studie-ID-numre
- DLCPR
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. .