- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05425134
Deep Learning Signatur for å forutsi okkult nodal metastase av klinisk N0 lungekreft
PET/CT-basert dyp læringssignatur for å forutsi okkult nodal metastase av klinisk stadium N0 Ikke-småcellet lungekreft: En multisenter prospektiv diagnostisk prøvelse
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Studietype
Registrering (Forventet)
Kontakter og plasseringer
Studiesteder
-
-
Guizhou
-
Zunyi, Guizhou, Kina
- Rekruttering
- Affiliated Hospital of Zunyi Medical University
-
-
Jiangxi
-
Nanchang, Jiangxi, Kina
- Rekruttering
- The First Affiliated Hospital of Nanchang University
-
-
Shanghai
-
Yangpu, Shanghai, Kina
- Rekruttering
- Shanghai Pulmonary Hospital
-
-
Zhejiang
-
Ningbo, Zhejiang, Kina
- Rekruttering
- Ningbo HwaMei Hospital
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
(1) Deltakere som er planlagt for kirurgi for radiologisk funn av pulmonale lesjoner fra preoperative tynnseksjons-CT-skanninger; (2) Maksimal kortaksediameter for lymfeknuter mindre enn 1 cm på CT-skanning; (3) SUVmax for hilar og mediastinale lymfeknuter mindre enn 2,5; (4) Patologisk bekreftelse av primær NSCLC; (5) Alder fra 20-75 år; (6) Innhentet skriftlig informert samtykke.
Ekskluderingskriterier:
(1) Multiple lungelesjoner; (2) Dårlig kvalitet på PET-CT-bilder; (3) deltakere med ufullstendig klinisk informasjon; (4) Deltakere som ikke mottar systematisk lymfeknutedisseksjon; (5) Deltakere som har mottatt neoadjuvant terapi.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Potensielle
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Arealet under mottakerens driftskarakteristikk
Tidsramme: 2022.1-2023.12
|
Arealet under mottakerens driftskarakteristikk
|
2022.1-2023.12
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Sensitivitet Sensitivitet
Tidsramme: 2022.1-2023.12
|
Følsomhet
|
2022.1-2023.12
|
|
Spesifisitet
Tidsramme: 2022.1-2023.12
|
Spesifisitet
|
2022.1-2023.12
|
|
Positiv prediktiv verdi
Tidsramme: 2022.1-2023.12
|
Positiv prediktiv verdi
|
2022.1-2023.12
|
|
Negativ prediktiv verdi
Tidsramme: 2022.1-2023.12
|
Negativ prediktiv verdi
|
2022.1-2023.12
|
|
Nøyaktighet
Tidsramme: 2022.1-2023.12
|
Nøyaktighet
|
2022.1-2023.12
|
Samarbeidspartnere og etterforskere
Studierekorddatoer
Studer hoveddatoer
Studiestart (FAKTISKE)
Primær fullføring (FORVENTES)
Studiet fullført (FORVENTES)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (FAKTISKE)
Oppdateringer av studieposter
Sist oppdatering lagt ut (ANSLAG)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- DLNMS
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. .