AI-based Prediction of Prostate Cancer Metastasis Using Biopsy Pathology
Development and Validation of an AI-Based Metastasis Prediction Model Using Prostate Cancer Biopsy Pathology
This observational study aims to develop and validate an artificial intelligence-based model using prostate cancer biopsy pathology to predict lymph node metastasis and distant metastasis in patients with prostate cancer. The main questions it aims to answer are:
Can artificial intelligence-assisted analysis of prostate cancer biopsy pathology accurately predict lymph node metastasis? Can the model accurately predict distant metastasis and assess metastatic risk in patients with prostate cancer?
Researchers aim to evaluate whether the model can provide additional information for clinical decision-making and surgical planning.
Participants will:
Provide prostate biopsy pathology specimens and related clinical information; Undergo assessment of lymph node and distant metastatic status based on clinical and imaging data; Be included in the development and validation of the artificial intelligence prediction model.
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Typ studiów
Typ studiów
Zapisy (Szacowany)
Zapisy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Hunan
-
Changsha, Hunan, Chiny, 410008
- Xiangya Hospital, Central South University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Inclusion Criteria:
- Male patients aged between 18 and 90 years; Patients who underwent prostate biopsy due to elevated prostate-specific antigen (PSA), abnormal digital rectal examination (DRE), or abnormal imaging findings, were pathologically diagnosed with prostate cancer, and had available prostate biopsy pathology specimens; Patients who underwent radical prostatectomy with extended pelvic lymph node dissection (ePLND) or pelvic lymph node dissection (PLND), with definitive pathological information regarding lymph node metastasis; Patients who underwent PSMA PET/CT, MRI, bone scintigraphy, or prostate MRI capable of identifying regional lymph node metastasis or distant metastasis; Adequate cardiac, pulmonary, hepatic, and renal function; Eastern Cooperative Oncology Group (ECOG) performance status of 0-1; Expected survival time greater than 1 year; Written informed consent signed by the patient or legally authorized representative.
Exclusion Criteria:
- History of other malignancies; Severe dysfunction of major organs, including cardiac, pulmonary, hepatic, or renal insufficiency, or an expected survival time of less than 1 year; Prostate biopsy pathology specimens with inadequate whole-slide image scanning quality or failure of quality control assessment; Patients with prostate cancer diagnosed from transurethral resection specimens.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Liczba grup / kohort
Kohorty i interwencje
Grupa / KohortaGrupa / Kohorta |
Interwencja / LeczenieInterwencja / Leczenie |
|---|---|
|
Prostate Cancer Cohort
Patients with prostate cancer undergoing biopsy pathology assessment for development and validation of an AI-based metastasis prediction model.
|
Artificial intelligence-assisted analysis of prostate cancer biopsy pathology specimens for prediction of lymph node and distant metastasis risk.
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Prediction of Regional Lymph Node Metastasis
Ramy czasowe: Baseline
|
Assessment of the ability of the artificial intelligence-based model using prostate cancer biopsy pathology to predict regional lymph node metastasis.
|
Baseline
|
Współpracownicy i badacze
Sponsor
Sponsor
Śledczy
Śledczy
- Główny śledczy: Yi Cai, Xiangya Hospital Central South University Department of Urology
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
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- 2026010083_4
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu 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 .