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

Post-radioterapi MR-basert AI-system for å forutsi stråleproktitt for bekkenkreft (MRI-RP-2021)

8. juni 2021 oppdatert av: Sixth Affiliated Hospital, Sun Yat-sen University

MR-basert AI-system etter strålebehandling for å forutsi stråleproktitt for bekkenkreft

I denne studien bruker etterforskere et støttende system for kunstig intelligens (AI) for å forutsi stråleproktitt for pasienter med bekkenkreft som gjennomgikk strålebehandling. Ved hjelp av systemet vil hvorvidt deltakerne oppnår strålingsproktitt bli identifisert basert på radiomikrofunksjonene som er hentet fra magnetisk resonansavbildning (MRI) etter strålebehandling. Prediksjonsevnen til å diskriminere strålingsproktitt-individer fra ikke-strålingsproktittpasienter, vil bli validert i denne multisenter, prospektive kliniske studien.

Studieoversikt

Status

Har ikke rekruttert ennå

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Dette er en multisenter, prospektiv, observasjons klinisk studie for å finne en bedre måte å forutsi strålingsproktitt hos pasienter med bekkenkreft basert på post-radioterapi Magnetic Resonance Imaging (MRI) data. Pasienter som har blitt patologisk diagnostisert som bekkenkreft vil bli registrert fra det sjette tilknyttede sykehuset ved Sun Yat-sen University, Sir Run Run Shaw Hospital og det tredje tilknyttede sykehuset ved Kunming Medical College. Pasienter med bekkenkreft som mottok strålebehandling vil bli registrert og MR-bilder etter strålebehandling vil bli brukt til å forutsi deres stråleproktitt eller ikke. De kliniske symptomene, endoskopiske funn, bildediagnostikk og histopatologi som standard. Den prediktive effekten vil bli testet i denne multisenter, prospektive kliniske studien.

Studietype

Observasjonsmessig

Registrering (Forventet)

400

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

  • Kina
    • Guangdong
      • GuangZhou, Guangdong, Kina, 510655
        • The Sixth Affiliated Hospital of Sun Yat-sen University
        • Ta kontakt med:
      • Guangzhou, Guangdong, Kina, 510000
        • The Sixth Affiliated Hospital of Sun Yat-sen University
        • Ta kontakt med:
          • Xinjuan Fan, MD
    • Yunnan
      • Kunming, Yunnan, Kina, 650000
        • The Third Affiliated Hospital of Kunming Medical College
    • Zhejiang
      • HangZhou, Zhejiang, Kina, 310000
        • Sir Run Run Shaw Hospital
        • Ta kontakt med:

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

18 år til 75 år (VOKSEN, OLDER_ADULT)

Tar imot friske frivillige

N/A

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

bekkenkreft som gjennomgikk strålebehandling vil bli registrert i vår studie.

Beskrivelse

Inklusjonskriterier:

  • patologisk diagnostisert som bekkensvulster
  • har til hensikt å motta eller gjennomgå strålebehandling
  • MR (høyløsnings T2-vektet bildebehandling, kontrastforsterket T1-vektet bildebehandling og diffusjonsvektet bildebehandling er nødvendig) undersøkelse er fullført etter strålebehandling

Ekskluderingskriterier:

  • utilstrekkelig bildekvalitet av MR (f.eks. mangel på sekvens, bevegelsesartefakter)
  • ufullstendig strålebehandling

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Arealet under kurve (AUC) for mottakerdriftskarakteristiske (ROC) kurver for AI-prediksjonssystem i prediksjonsstrålingsproktitt
Tidsramme: grunnlinje
Arealet under kurve (AUC) av mottakeroperasjonskarakteristiske (ROC) kurver for AI-prediksjonssystem for å identifisere strålingsproktittkandidater fra ikke-strålingsproktitt-individer blant bekkenkreft gjennomgikk strålebehandling
grunnlinje

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Spesifisiteten til AI-prediksjonssystem i prediksjonsstrålingsproktitt
Tidsramme: grunnlinje
Spesifisiteten til AI-prediksjonssystem for å identifisere strålingsproktittkandidater fra ikke-strålingsproktitt-individer blant bekkenkreft gjennomgikk strålebehandling
grunnlinje

Andre resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Følsomheten til AI-prediksjonssystem i prediksjon av strålingsproktittkandidater
Tidsramme: grunnlinje
Følsomheten til AI-prediksjonssystem for å identifisere strålingsproktittkandidater fra ikke-strålende proktitt-individer blant bekkenkreft gjennomgikk strålebehandling
grunnlinje

Samarbeidspartnere og etterforskere

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

Sponsor

Sixth Affiliated Hospital, Sun Yat-sen University

Etterforskere

  • Hovedetterforsker: Zhenhui Li, MD, The Third Affiliated Hospital of Kunming Medical College.
  • Studiestol: Xinjuan Fan, MD, Sixth Affiliated Hospital, Sun Yat-sen University
  • Hovedetterforsker: Weidong Han, MD, Sir Run Run Shaw Hospital

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 (FORVENTES)

22. juni 2021

Primær fullføring (FORVENTES)

1. juni 2024

Studiet fullført (FORVENTES)

1. august 2024

Datoer for studieregistrering

Først innsendt

2. juni 2021

Først innsendt som oppfylte QC-kriteriene

8. juni 2021

Først lagt ut (FAKTISKE)

9. juni 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (FAKTISKE)

9. juni 2021

Siste oppdatering sendt inn som oppfylte QC-kriteriene

8. juni 2021

Sist bekreftet

1. juni 2021

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • MRI-RP

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

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. .

Abonnere