Hele lysbildet for å forutsi det nye graderingssystemet for reseksjonert lungeadenokarsinom
17. oktober 2024 oppdatert av: Chang Chen, Shanghai Pulmonary Hospital, Shanghai, China
Deep Learning Signatur basert på hele lysbildebilder for å forutsi det nye graderingssystemet for reseksjonert lungeadenokarsinom
Hensikten med denne studien er å evaluere ytelsen til en hel lysbildebasert dyplæringssignatur for å forutsi det nye graderingssystemet i reseksjonert lungeadenokarsinom basert på en multisenter prospektiv kohort.
Studieoversikt
Status
Rekruttering
Intervensjon / Behandling
Studietype
Observasjonsmessig
Registrering (Antatt)
200
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
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
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
N/A
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Reseksjonert lungeadenokarsinom
Beskrivelse
Inklusjonskriterier:
- Patologisk bekreftelse av primært lungeadenokarsinom;
- Alder fra 20-75 år;
- Innhentet skriftlig informert samtykke.
Ekskluderingskriterier:
- flere lunge lesjoner;
- Dårlig kvalitet på hele lysbildebilder;
- Deltakere med ufullstendig klinisk informasjon;
- Mucinøse adenokarsinomer og varianter;
- Deltakere som har fått neoadjuvant terapi.
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 |
|---|---|---|
|
Overenskomstgrad for IASLC-karaktersystemet
Tidsramme: 2024.11.01-2024.12.31
|
Overensstemmelsesgrad mellom dyplæringsmodellen og patologer ved diagnostisering av IASLC-graden av lungeadenokarsinom.
|
2024.11.01-2024.12.31
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Overenskomstrate for de dominerende undertypene
Tidsramme: 2024.11.01-2024.12.31
|
Overensstemmelseshastighet mellom dyplæringsmodellen og patologer ved diagnostisering av de dominerende vekstmønstrene til lungeadenokarsinom.
|
2024.11.01-2024.12.31
|
Andre resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Spesifisitet
Tidsramme: 2023.5.1-2023.10.31
|
Spesifisiteten til den dype læringsmodellen basert på hele lysbildebildet for å forutsi det nye graderingssystemet for reseksjonert lungeadenokarsinom.
Det nye graderingssystemet for lungeadenokarsinom inkluderer grad I, grad II og grad III.
Og modellen vil gi ut de prediktive verdiene (grad I/grad II/grade III) av karakteren for hver pasient med resekert lungeadenokarsinom.
|
2023.5.1-2023.10.31
|
|
Positiv prediktiv verdi
Tidsramme: 2023.5.1-2023.10.31
|
Den positive prediktive verdien av dyplæringsmodellen basert på hele lysbildebildet for å forutsi det nye graderingssystemet for reseksjonert lungeadenokarsinom.
Det nye graderingssystemet for lungeadenokarsinom inkluderer grad I, grad II og grad III.
Og modellen vil gi ut de prediktive verdiene (grad I/grad II/grade III) av karakteren for hver pasient med resekert lungeadenokarsinom.
|
2023.5.1-2023.10.31
|
|
Negativ prediktiv verdi
Tidsramme: 2023.5.1-2023.10.31
|
Den negative prediktive verdien av dyplæringsmodellen basert på hele lysbildebildet for å forutsi det nye graderingssystemet for reseksjonert lungeadenokarsinom.
Det nye graderingssystemet for lungeadenokarsinom inkluderer grad I, grad II og grad III.
Og modellen vil gi ut de prediktive verdiene (grad I/grad II/grade III) av karakteren for hver pasient med resekert lungeadenokarsinom.
|
2023.5.1-2023.10.31
|
|
Nøyaktighet
Tidsramme: 2023.5.1-2023.10.31
|
Nøyaktigheten til dyplæringsmodellen basert på hele lysbildebildet for å forutsi det nye graderingssystemet for reseksjonert lungeadenokarsinom.
Det nye graderingssystemet for lungeadenokarsinom inkluderer grad I, grad II og grad III.
Og modellen vil gi ut de prediktive verdiene (grad I/grad II/grade III) av karakteren for hver pasient med resekert lungeadenokarsinom.
|
2023.5.1-2023.10.31
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
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)
15. oktober 2024
Primær fullføring (Antatt)
31. desember 2024
Studiet fullført (Antatt)
31. desember 2024
Datoer for studieregistrering
Først innsendt
12. mai 2023
Først innsendt som oppfylte QC-kriteriene
27. juni 2023
Først lagt ut (Faktiske)
29. juni 2023
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
21. oktober 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
17. oktober 2024
Sist bekreftet
1. oktober 2024
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- WSIGS
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
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. .