Model AI oparty na radiach do przewidywania przerzutów węzłów chłonnych para-aorty u pacjentów z rakiem żołądka
Prospektywne badanie kliniczne sztucznej inteligencji opartej na radiach w celu przewidywania para-aortalnych przerzutów węzłów chłonnych u pacjentów z rakiem żołądka
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Typ studiów
Typ studiów
Zapisy (Szacowany)
Zapisy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
None Selected
-
Shijiazhuang, None Selected, Chiny, 050011
- The Fourth Hospital of Hebei Medical University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Dorośli w wieku 18–80 lat.
- Histologicznie potwierdzony gruczolakorak żołądka.
- Planował poddać się radykalnej gastrektomii z rozwarstwieniem węzłów chłonnych lub bez nich.
- Przedoperacyjny skan CT z kontrastem z kontrastem dostępny w ciągu 3 tygodni przed operacją.
- Brak dowodów odległych przerzutów do obrazowania.
- Status wydajności ECOG 0-2.
- Zapewniono pisemną świadomą zgodę.
Kryteria wykluczenia:
- Historia innych nowotworów złośliwych w ciągu ostatnich 5 lat.
- Otrzymał chemioterapię neoadjuwantową lub radioterapię przed obrazowaniem CT.
- Zła jakość lub niekompletne obrazy CT nie są odpowiednie do analizy radiomii.
- Poważne współistniejące, które mogą wpływać na rokowanie lub podejmowanie decyzji chirurgicznych.
- Ciąża lub karmienie piersią.
- Niezdolność do świadomej zgody lub przestrzegania procedur badawczych.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność diagnostyczna modelu Radiomics AI do przewidywania przerzutów do węzłów chłonnych para-aortal
Ramy czasowe: Od obrazowania przedoperacyjnego do potwierdzenia patologicznego pooperacyjnego (około 4-6 tygodni na pacjenta)
|
Pierwotnym rezultatem jest wydajność diagnostyczna modelu AI opartego na radiach AI w przewidywaniu przerzutów do węzłów chłonnych para-aorty (PALNM) u pacjentów z rakiem żołądka.
Wydajność zostanie oceniona na podstawie obliczania obszaru pod krzywą charakterystyki operacyjnej odbiornika (AUC), czułości, swoistości, dokładności i wartości predykcyjnych.
Status gruntowej dla PALNM będzie oparty na pooperacyjnych ustaleniach patologicznych lub multidyscyplinarnej diagnozie konsensusowej.
Prognozy modelu zostaną porównane z faktycznymi wynikami klinicznymi w celu oceny jego wiarygodności i użyteczności klinicznej.
|
Od obrazowania przedoperacyjnego do potwierdzenia patologicznego pooperacyjnego (około 4-6 tygodni na pacjenta)
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Szacowany)
Zakończenie podstawowe
Ukończenie studiów (Szacowany)
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
Dodatkowe istotne warunki MeSH
- Procesy patologiczne
- Nowotwory według lokalizacji
- Nowotwory
- Nowotwory przewodu pokarmowego
- Nowotwory Układu Pokarmowego
- Choroby Układu Pokarmowego
- Choroby przewodu pokarmowego
- Choroby żołądka
- Procesy Nowotworowe
- Nowotwory żołądka
- Nowotwory, druga szkoła podstawowa
- Przerzuty nowotworu
- Przerzuty limfatyczne
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- GC-RAD-AI-2025-01
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 .