Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Retrospektive patologifondmodeller

16. november 2025 oppdatert av: Nanfang Hospital, Southern Medical University

Utvikling og klinisk anvendelse av dyp læring-baserte retrospektive patologigrunnmodeller

Ved å integrere retrospektive multimodale data som patologi og bildebehandling, tilbyr AI-teknologier nye løsninger for sykdomsklassifisering, tumorgradering, histologisk og molekylær subtyping, valg av kjemoterapiregimer, risikostratifisering og prediksjon av behandlingsrespons. Denne forskningsretningen fordypner ikke bare vår forståelse av tumorers biologiske egenskaper, men gir også essensiell støtte for presisjonsmedisin og individualisert terapi. Den har betydelig teoretisk og praktisk verdi og har viktige implikasjoner for å lindre anstrengte medisinske ressurser og forbedre nøyaktigheten av terapeutisk beslutningstaking, og representerer en banebrytende anvendelse med betydelig translasjonspotensial.

Studieoversikt

Status

Påmelding etter invitasjon

Forhold

Studietype

Observasjonsmessig

Registrering (Antatt)

2000

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

    • Guangdong
      • Guangzhou, Guangdong, Kina, 510515
        • Nanfang Hospital, Southern Medical University
    • Shandong
      • Jinan, Shandong, Kina, 250014
        • Qianfoshan Hospital

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Inklusionskriteriene omfattet pasienter i alderen 18–75 år med definitive patologiske diagnoser. Alle tilfeller ble retrospektivt innsamlet fra Nanfang Hospital, Southern Medical University (NFHSMU).

Beskrivelse

Inklusjonskriterier:

  1. Alder 18-75 år.
  2. Pasienter med komplette patologiske preparater og klinisk informasjon.

Eksklusjonskriterier:

1. Pasienter med manglende data eller prøver som ikke oppfyller kvalitetskontrollkrav for analyse.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
QFSH ekstern valideringsdatasett
1000 lysbilder fra 1000 kvalifiserte individer ble oppnådd på Qianfoshan Hospital (QFSH, Jinan, Kina) mellom januar 2020 og juli 2025, som ble brukt til å validere Pathology Foundation -modellene.
NFH-datasett
Vi gjennomførte en valideringsstudie for å sammenligne diagnostisk ytelse blant patologer, vår patologigrunnmodell og patolog-med-KI-assistert diagnose. Denne studien ble iverksatt ved Nanfang Hospital, Southern Medical University (NFHSMU), med pasientrekruttering fra 1. januar 2011 til 31. juli 2024.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Område under ROC Curve (AUC)
Tidsramme: Diagnostisk evaluering vil bli utført innen 1 uke når WSIS er oppnådd
Område under kurven
Diagnostisk evaluering vil bli utført innen 1 uke når WSIS er oppnådd

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Spesifisitet
Tidsramme: Diagnostisk evaluering vil bli utført innen 1 uke når WSIS er oppnådd
Den sanne negative frekvensen (TNR) for den diagnostiske plattformen, som er forholdet mellom antall negative individer som er riktig kategorisert etter plattform og det totale antallet faktiske negative individer (%).
Diagnostisk evaluering vil bli utført innen 1 uke når WSIS er oppnådd
Følsomhet
Tidsramme: Diagnostisk evaluering vil bli utført innen 1 uke når WSIS er oppnådd
Den sanne positive frekvensen (TPR) for den diagnostiske plattformen, som er forholdet mellom antall positive individer som er riktig kategorisert etter plattform og det totale antallet faktiske positive individer (%).
Diagnostisk evaluering vil bli utført innen 1 uke når WSIS er oppnådd

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Etterforskere

  • Studieleder: Li Liang, Nanfang Hospital, Southern Medical University

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

1. august 2025

Primær fullføring (Antatt)

1. juli 2027

Studiet fullført (Antatt)

1. juli 2028

Datoer for studieregistrering

Først innsendt

16. november 2025

Først innsendt som oppfylte QC-kriteriene

16. november 2025

Først lagt ut (Faktiske)

20. november 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

20. november 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

16. november 2025

Sist bekreftet

1. november 2025

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • NFEC-2025-419

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Forespørsler om dataene som er innsamlet og analysert i denne studien vil bli vurdert dersom søknaden er i tråd med offentlige interesser og søkeren er villig til å signere en dataadgangsavtale. Kontakt kan skje via den tilsvarende forfatteren.

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. .