Wartość zastosowania sztucznej inteligencji w precyzyjnej diagnostyce i leczeniu raka pęcherza moczowego metodą rezonansu magnetycznego
Prospektywne wieloośrodkowe badanie kliniczne dotyczące zastosowania sztucznej inteligencji w precyzyjnej diagnostyce i leczeniu raka pęcherza moczowego metodą rezonansu magnetycznego
Przegląd badań
Status
Status
Warunki
Warunki
Szczegółowy opis
Typ studiów
Typ studiów
Zapisy (Oczekiwany)
Zapisy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Jiangsu
-
Nanjing, Jiangsu, Chiny, 210000
- Rekrutacyjny
- The First Affiliated Hospital of Nanjing Medical University
-
Kontakt:
- Qiang Lu
- Numer telefonu: 13505196501
- E-mail: dxhlvqiang@163.com
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Badanie przedoperacyjne skłania pacjenta do raka pęcherza moczowego;
- Nie ma ograniczeń co do płci;
- Wiek 18 lat lub więcej;
- Może dostarczyć przedoperacyjne obrazy MRI;
- Wyrażają zgodę na podanie podstawowych informacji klinicznych oraz danych patologicznych i obrazowych do badań naukowych oraz podpisanie świadomej zgody;
- Zgodzić się na dostarczenie wyników monitorowania podczas monitorowania kontrolnego pod kątem nawrotu.
Kryteria wyłączenia:
- Pacjent nie był w stanie dostarczyć przedoperacyjnych obrazów MRI, w tym obrazów MRI po terapii neoadjuwantowej i przed operacją;
- Pacjenci z niepełnymi informacjami patologicznymi próbek nie byli w stanie podać dokładnych informacji o stopniu zaawansowania i klasyfikacji;
- Pacjenci nie mogą być operowani z przyczyn własnych: ciężka niewydolność serca, ostry zawał mięśnia sercowego, ciężkie choroby serca, płuc itp., nie tolerują normalnego leczenia chirurgicznego;
- Pacjenci, którzy niedawno przeszli operację (np. TURBT) przed badaniem MRI;
- Badacz uważa, że istnieją jakiekolwiek warunki, które mogą osłabić osobę badaną lub spowodować, że osoba badana nie spełni lub nie wykona wymagań badania;
- Pacjenci niezdolni do wyrażenia pisemnej świadomej zgody.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zbadanie wartości aplikacyjnej sztucznej inteligencji w precyzyjnej diagnostyce i leczeniu guza pęcherza moczowego oraz poprawa dokładności diagnostyki MRI stadium i stopnia raka pęcherza moczowego za pomocą sztucznej inteligencji.
Ramy czasowe: 1 rok
|
2, poprzez analizę zgodności wyników testów diagnostycznych sztucznej inteligencji ze złotymi standardowymi wynikami operacji, czułość, swoistość, dodatnia wartość predykcyjna (PPV), ujemna wartość predykcyjna (NPV) diagnozy sztucznej inteligencji przed operacją.
|
1 rok
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ogólne przetrwanie
Ramy czasowe: 3 lata po operacji
|
Przeanalizowano korelację między modelem sztucznej inteligencji a OS u pacjentów z rakiem pęcherza moczowego w celu wstępnej weryfikacji potencjalnej zdolności wyników modelu sztucznej inteligencji do przewidywania rokowania chorych na raka pęcherza moczowego.
|
3 lata po operacji
|
Inne miary wyników
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
przeżycie bez nawrotów
Ramy czasowe: 3 lata po operacji
|
Przeanalizowano korelację między modelem sztucznej inteligencji a RFS u pacjentów z rakiem pęcherza moczowego w celu wstępnej weryfikacji potencjalnej zdolności wyników modelu sztucznej inteligencji do przewidywania rokowania pacjentów z rakiem pęcherza moczowego.
|
3 lata po operacji
|
|
przeżycie wolne od progresji
Ramy czasowe: 3 lata po operacji
|
Przeanalizowano korelację między modelem sztucznej inteligencji a PFS u chorych na raka pęcherza moczowego w celu wstępnej weryfikacji potencjalnej zdolności wyników modelu sztucznej inteligencji do przewidywania rokowania chorych na raka pęcherza moczowego.
|
3 lata po operacji
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Publikacje i pomocne linki
Publikacje ogólne
- Panebianco V, Narumi Y, Altun E, Bochner BH, Efstathiou JA, Hafeez S, Huddart R, Kennish S, Lerner S, Montironi R, Muglia VF, Salomon G, Thomas S, Vargas HA, Witjes JA, Takeuchi M, Barentsz J, Catto JWF. Multiparametric Magnetic Resonance Imaging for Bladder Cancer: Development of VI-RADS (Vesical Imaging-Reporting And Data System). Eur Urol. 2018 Sep;74(3):294-306. doi: 10.1016/j.eururo.2018.04.029. Epub 2018 May 10.
- Wang H, Luo C, Zhang F, Guan J, Li S, Yao H, Chen J, Luo J, Chen L, Guo Y. Multiparametric MRI for Bladder Cancer: Validation of VI-RADS for the Detection of Detrusor Muscle Invasion. Radiology. 2019 Jun;291(3):668-674. doi: 10.1148/radiol.2019182506. Epub 2019 Apr 23.
- Suarez-Ibarrola R, Hein S, Reis G, Gratzke C, Miernik A. Current and future applications of machine and deep learning in urology: a review of the literature on urolithiasis, renal cell carcinoma, and bladder and prostate cancer. World J Urol. 2020 Oct;38(10):2329-2347. doi: 10.1007/s00345-019-03000-5. Epub 2019 Nov 5.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Oczekiwany)
Zakończenie podstawowe
Ukończenie studiów (Oczekiwany)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- 2021-SR-409
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .