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

Konstruere en prediktiv modell for å skille mellom godartede og ondartede faste lungeknuter basert på kliniske og bildedannende egenskaper.

10. november 2024 oppdatert av: Yantao Yang, The Third Affiliated Hospital of Kunming Medical College.

Kombinert med kliniske og avbildningsfunksjoner ble prediksjonsmodellen for godartede og ondartede faste lungeknuter konstruert

Studiemål:

For å grundig analysere de preoperative kliniske og avbildningskarakteristikkene til solide lungeknuter, undersøk risikofaktorene forbundet med ondartede solide lungeknuter, og gi en referanse for preoperative behandlingsbeslutninger.

Betydningen av studien:

I følge 2020 Global Cancer Report er lungekreft fortsatt den ledende årsaken til kreftrelaterte dødsfall over hele verden. Mens flertallet av pasienter med stadium I lungekreft oppnår langsiktig overlevelse, er overlevelsesratene for pasienter i avansert stadium ekstremt lave. Tidlig screening, diagnose og behandling av lungekreft er avgjørende.

Med den utbredte implementeringen av tidlig lungekreftscreening påvises et økende antall lungeknuter, hvorav solide lungeknuter utgjør en betydelig andel. I motsetning til knuter av slipt glass, er det avgjørende å skille mellom benigne og ondartede solide knuter for å bestemme passende behandlingsstrategier. For godartede solide knuter er oppfølgingsobservasjon den foretrukne tilnærmingen, mens tidlig kirurgisk intervensjon er avgjørende for ondartede solide knuter.

Selv om tidligere studier har undersøkt sammenhengen mellom kliniske og avbildningsegenskaper, har de ikke utført systematiske analyser, og de fleste har vært basert på små utvalgsstørrelser. Derfor har denne studien som mål å gjennomføre en omfattende analyse av preoperative kliniske og avbildningsegenskaper, bygge en prediktiv modell for å skille mellom godartede og ondartede solide lungeknuter, og gi en pålitelig referanse for valg av behandlingsstrategier.

Studieoversikt

Detaljert beskrivelse

Vår studie evaluerer pasienter med SPN fra det tredje tilknyttede sykehuset ved Kunming Medical University. Pasientutvalget fulgte spesifikke inklusjons- og eksklusjonskriterier. Inklusjonskriterier inkluderte: (1) Alle forsøkspersonene ga CT-bilder hentet fra det tredje tilknyttede sykehuset ved Kunming Medical University innen 2 uker før operasjonen; (2) Fullstendige klinisk-patologiske data for faste knuter ble oppnådd; (3) Kirurgisk inngrep for en eller flere SPN; (4) Ingen tidligere antitumorbehandlinger som strålebehandling eller kjemoterapi; (5) Alder 18 år eller eldre. Eksklusjonskriterier involvert: (1) Pasienter med ufullstendige bildedata eller medisinske journaler; (2) Lungeinfeksjoner som kan påvirke bildeanalyse; (3) Betydelige respirasjonsbevegelsesartefakter i bilder som svekker bildeanalyse; (4) Inkonsekvente plasseringer av SPN i postoperative patologirapporter og preoperative CT-bilder.

Studietype

Observasjonsmessig

Registrering (Antatt)

320

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

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

Studiepopulasjonen inkluderer pasienter i alderen 18 år og eldre med radiologisk diagnostiserte solide lungeknuter. Disse pasientene gjennomgår preoperative kliniske og bildediagnostiske evalueringer og påfølgende kirurgisk reseksjon for å bekrefte knutenes godartede eller ondartede natur

Beskrivelse

Inkluderingskriterier:

  • (1) Alle forsøkspersonene ga CT-bilder hentet fra det tredje tilknyttede sykehuset ved Kunming Medical University innen 2 uker før operasjonen; (2) Fullstendige klinisk-patologiske data for faste knuter ble oppnådd; (3) Kirurgisk inngrep for en eller flere SPN; (4) Ingen tidligere antitumorbehandlinger som strålebehandling eller kjemoterapi; (5) Alder 18 år eller eldre.

Ekskluderingskriterier:

  • (1) Pasienter med ufullstendige bildedata eller medisinske journaler; (2) Lungeinfeksjoner som kan påvirke bildeanalyse; (3) Betydelige respirasjonsbevegelsesartefakter i bilder som svekker bildeanalyse; (4) Inkonsekvente plasseringer av SPN i postoperative patologirapporter og preoperative CT-bilder.

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
Godartet knutegruppe
Deltakere med godartede solide lungeknuter.
Denne studien involverer preoperativ evaluering av kliniske og bildedannende funksjoner for å konstruere en prediktiv modell for å skille benigne og ondartede solide lungeknuter. Kirurgisk reseksjon utføres for å få patologisk bekreftelse som referansestandard.
Ondartet knutegruppe
Deltakere med ondartede solide lungeknuter.
Denne studien involverer preoperativ evaluering av kliniske og bildedannende funksjoner for å konstruere en prediktiv modell for å skille benigne og ondartede solide lungeknuter. Kirurgisk reseksjon utføres for å få patologisk bekreftelse som referansestandard.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Diagnostisk ytelse av prediktiv modell
Tidsramme: Innen 2 år etter kirurgisk reseksjon og patologisk bekreftelse
Det primære resultatet er arealet under mottakerens operasjonskarakteristiske kurve (AUC) til den prediktive modellen for å skille benigne fra ondartede solide lungeknuter, basert på preoperative kliniske og bildedannende egenskaper.
Innen 2 år etter kirurgisk reseksjon og patologisk bekreftelse

Samarbeidspartnere og etterforskere

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

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

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 (Antatt)

15. november 2024

Primær fullføring (Antatt)

30. januar 2025

Studiet fullført (Antatt)

20. februar 2025

Datoer for studieregistrering

Først innsendt

10. november 2024

Først innsendt som oppfylte QC-kriteriene

10. november 2024

Først lagt ut (Antatt)

12. november 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

12. november 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

10. november 2024

Sist bekreftet

1. november 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

IPD-planbeskrivelse

Datasettene som genereres og/eller analyseres i løpet av den nåværende studien er ikke offentlig tilgjengelig på grunn av deling av data er ikke inkludert i vår forskningsinstitusjons gjennomgangstavle.

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