A Multicenter Prospective Study Evaluating the Diagnostic Performance of Femtosecond Laser Label-Free Imaging Combined With Artificial Intelligence for Predicting High-Risk Pathological Features in Lung Cancer
28. august 2026 oppdatert av: Shanghai Zhongshan Hospital
To investigate the diagnostic performance of Femtosecond Laser Label-Free Imaging combined with artificial intelligence for predicting high-risk pathological features in lung cancer
Studieoversikt
Status
Har ikke rekruttert ennå
Forhold
Intervensjon / Behandling
Studietype
Observasjonsmessig
Registrering (Antatt)
333
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
N/A
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Lung cancer patients undergoing pulmonary resection.
Beskrivelse
Inclusion Criteria:
- Pulmonary nodules detected by clinical imaging with an indication for surgical resection.
- Patient agrees to and is planned for pulmonary (partial) resection.
- Resected specimens are suitable for FLI imaging.
- Written informed consent obtained from the patient or legal representative.
- Patients undergoing pulmonary (partial) resection at our hospital during this study.
Exclusion Criteria:
- Insufficient sample.
- Specimen with crushing, contamination, or improper preservation, precluding valid imaging as judged by the investigator.
- Inability to obtain matched pathology results corresponding to FLI images.
- Inability to obtain final pathological diagnosis.
- Other conditions deemed by the investigator as unsuitable for study participation.
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 |
Tidsramme |
|---|---|
|
The primary endpoint is the accuracy of the FLI combined with the AI model in predicting regional lymph node metastasis status in lung cancer, evaluated using postoperative pathology results as the reference standard.
Tidsramme: through study completion, an average of 2 year
|
through study completion, an average of 2 year
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
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)
1. september 2026
Primær fullføring (Antatt)
31. august 2028
Studiet fullført (Antatt)
31. august 2028
Datoer for studieregistrering
Først innsendt
24. august 2026
Først innsendt som oppfylte QC-kriteriene
28. august 2026
Først lagt ut (Faktiske)
2. september 2026
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
2. september 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
28. august 2026
Sist bekreftet
1. august 2026
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- B2026-532
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
UBESLUTTE
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. .