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

Deep Learning Radiomics-modell for å forutsi utfall etter cystektomi ved muskelinvasiv blærekreft

27. mai 2025 oppdatert av: Mingzhao Xiao, First Affiliated Hospital of Chongqing Medical University

Deep Learning Radiomics Modell for å forutsi post-cystektomi utfall fra preoperativ CT i muskelinvasiv blærekreft

Muskelinvasiv blærekreft (MIBC) har en dårlig prognose selv etter radikal cystektomi. Postoperativ overlevelsesstratifisering basert på radiomik og dyp læring kan være nyttig for behandlingsbeslutninger for å forbedre prognosen. Denne studien var rettet mot å utvikle og validere en radiomiksmodell for dyp læring basert på preoperativ forbedret CT for å forutsi postoperativ overlevelse i MIBC.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Antatt)

500

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

  • Kina
    • Chongqing
      • Chongqing, Chongqing, Kina, 400016
        • Rekruttering
        • Department of Urology, The First Affiliated Hospital of Chongqing Medical University
        • 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

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

pasienter med patologisk bekreftet MIBC som gjennomgikk radikal cystektomi

Beskrivelse

Inklusjonskriterier:

  • pasienter med patologisk bekreftet MIBC etter radikal cystektomi;
  • kontrast-CT-skanning mindre enn to uker før operasjonen;
  • komplette CT-bildedata og kliniske data.

Ekskluderingskriterier:

  • pasienter som fikk neoadjuvant terapi;
  • ikke-urotelialt karsinom;
  • dårlig kvalitet på CT-bilder;
  • ufullstendige kliniske data og oppfølgingsdata.

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
Intervensjon / Behandling
MIBC
pasienter med patologisk bekreftet MIBC etter radikal cystektomi
Annen: utvikle og validere en dyplæringsradiomiksmodell basert på preoperativt forbedret CT-bilde
utvikle og validere en dyplæringsradiomiksmodell basert på preoperativ forbedret CT for å forutsi postoperativ overlevelse i MIBC

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Total overlevelse (OS)
Tidsramme: opptil 10 år
tiden fra operasjonsdatoen til døden av en hvilken som helst årsak eller datoen for siste kontakt (sensurert observasjon) på datoen for dataavbrudd.
opptil 10 år
Gjentaksfri overlevelse (RFS)
Tidsramme: opptil 10 år
tiden fra operasjonsdato til dato for første dokumenterte sykdomsresidiv. Pasienter uten residiv på analysetidspunktet vil bli sensurert.
opptil 10 år

Samarbeidspartnere og etterforskere

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

Sponsor

First Affiliated Hospital of Chongqing 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 2023

Primær fullføring (Antatt)

1. juni 2025

Studiet fullført (Antatt)

1. juni 2025

Datoer for studieregistrering

Først innsendt

12. oktober 2023

Først innsendt som oppfylte QC-kriteriene

18. oktober 2023

Først lagt ut (Faktiske)

23. oktober 2023

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

31. mai 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

27. mai 2025

Sist bekreftet

1. mai 2025

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • AI-BLCA
  • 2022-K508 (Annen identifikator: The First Affiliated Hospital of Chongqing Medical University)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Datasettene som ble analysert i løpet av den nåværende studien er ikke offentlig tilgjengelig på grunn av personvernet til pasienter, men er tilgjengelig fra den tilsvarende forfatteren på rimelig forespørsel.

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

produkt produsert i og eksportert fra USA

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