- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07263711
Prospektiv reell verdensstudie av patologi AI for molekylær prediksjon av gliom
En prospektiv reellverdensstudie av patologi kunstig intelligens for å forutsi molekylære endringer i gliomer
Målet med denne kliniske studien er å lære om en kunstig intelligens (AI)-modell kan forutsi viktige molekylære endringer i gliomer, en type hjernekreft, nøyaktig ved hjelp av digitale patologibilder.
Hovedspørsmålene denne studien tar sikte på å besvare er:
Hvor nøyaktig er AI-modellen i å forutsi viktige molekylære endringer sammenlignet med standard molekylær testing? Kan AI-modellen forkorte tiden som trengs for diagnose og redusere behovet for kostbare molekylære tester?
Forskere vil samle hele lysbildebilder fra flere sykehus og bruke AI-modellen til å forutsi molekylære resultater. Forutsigelsene vil bli sammenlignet med de faktiske testresultatene fra standard laboratoriemetoder.
Deltakere vil:
Tillate bruken av sine patologibilder og molekylære testresultater til forskning.
Ha ingen ytterligere behandlinger eller prosedyrer utover standard medisinsk behandling.
Denne studien vil bidra til å avgjøre om AI-assisterte verktøy kan gi raskere og lavere kostnads molekylær diagnostikk for gliom, forbedre pasientbehandlingen og støtte lik tilgang til presisjonsmedisin.
Studieoversikt
Status
Forhold
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: DANYI LI
- Telefonnummer: +8613538308634
- E-post: lidanyi26@163.com
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510515
- Rekruttering
- Nanfang Hospital, Southern Medical University
-
Ta kontakt med:
- Li Liang
- Telefonnummer: +8615989146266
- E-post: lli@smu.edu.cn
-
Ta kontakt med:
- DANYI LI
- Telefonnummer: +8613538308634
- E-post: lidanyi26@163.com
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Denne studien vil inkludere voksne deltakere (18 år eller eldre) som har blitt diagnostisert med eller mistenkes å ha diffus gliom basert på biopsi eller kirurgisk reseksjon. Deltakerne må ha tilgjengelige hematoksylin og eosin (H&E)-fargede digitale patologislider og fullstendige kliniske og molekylære testdata.
Alle deltakere vil være pasienter som har mottatt standard medisinsk behandling for gliom. Ingen ytterligere behandlinger eller inngrep vil bli utført som en del av denne studien. Patologi-bilder og molekylære testresultater vil bli samlet prospektivt fra flere kliniske sentre for å evaluere diagnostisk ytelse av den AI-baserte patologimodellen.
Beskrivelse
Inklusjonskriterier:
- Deltaker (eller juridisk autorisert representant) har frivillig signert informert samtykke-skjemaet.
- Alder ≥ 18 år ved inkluderingstidspunktet.
- Histologisk mistanke om diffus glioma basert på biopsi eller kirurgisk reseksjon.
- Tilgjengelighet av fullstendig klinisk informasjon og brukbare digitale patologislipper med hematoksylin og eosin (H&E)-farging.
- Postoperativ molekylærpatologi-resultater tilgjengelig for sammenligning.
Eksklusjonskriterier:
- Patologi-prøver av dårlig kvalitet (f.eks. utilstrekkelig vev, store folder eller forurensning av slipper, eller substandard digital skanningskvalitet).
- Vurdert av forskeren som uegnet for deltakelse i studien av hvilken som helst grunn.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet av AI-modell i å forutsi viktige molekylære endringer i gliom
Tidsramme: Innen 1 uke etter at hele slide-bilder (WSI-er) er innhentet
|
Primært resultatmål er den diagnostiske ytelsen til den AI-baserte patologimodellen i å forutsi viktige molekylære endringer i gliom.
Nøyaktighet, sensitivitet, spesifisitet og areal under mottakeroperasjonskarakteristikk-kurven (AUC) vil bli beregnet ved å sammenligne AI-forutsigelser med referanseresultater fra standard molekylærpatologitesting.
|
Innen 1 uke etter at hele slide-bilder (WSI-er) er innhentet
|
Samarbeidspartnere og etterforskere
Etterforskere
- Studieleder: Li Liang, Nanfang Hospital, Southern Medical University
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Antatt)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- NFEC-2025-508
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. .