Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Opracowanie modelu AI do diagnostyki nowotworu nerek z wykorzystaniem tomografii komputerowej i testów laboratoryjnych

30 grudnia 2024 zaktualizowane przez: RenJi Hospital

Model sztucznej inteligencji do dokładnej diagnostyki nowotworów nerek w oparciu o wielofazową tomografię komputerową ze wzmocnieniem kontrastowym i badania laboratoryjne: opracowanie modelu i wieloośrodkowe badanie oceniające

Celem tego wieloośrodkowego badania retrospektywnego jest opracowanie multimodalnego modelu diagnostycznego opartego na sztucznej inteligencji, wykorzystującego przedoperacyjne obrazy tomografii komputerowej ze wzmocnieniem kontrastowym i rutynowe parametry laboratoryjne pochodzące od pacjentów z guzami nerki. Model ma pomóc klinicystom w dokładnym przewidywaniu patologicznych podtypów guzów nerki przed operacją, umożliwiając szczegółowe diagnozowanie i postęp medycyny precyzyjnej.

Przegląd badań

Status

Zakończony

Warunki

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

1922

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

    • Shanghai
      • Shanghai, Shanghai, Chiny, 200120
        • Shanghai Jiaotong University School of Medicine, Renji Hospital

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badana populacja składa się z pacjentów, którzy przeszli resekcję guza nerki w wielu ośrodkach, z pełnym przedoperacyjnym obrazowaniem i danymi laboratoryjnymi. Do kwalifikujących się uczestników zaliczają się osoby z patologicznym rozpoznaniem raka jasnokomórkowego nerki, raka brodawkowatego nerki, raka chromofobowego nerkowokomórkowego, naczyniakomięśniakotłuszczaka nerki lub onkocytoma nerki. Wykluczano pacjentów z niekompletnymi danymi obrazowymi, obrazami CT o złej jakości lub współistnieniem wielu typów patologicznych guzów nerki.

Opis

Kryteria włączenia:

  • Przeprowadzono resekcję guza nerki z pełnym raportem patologicznym po operacji, a rozpoznanie patologiczne to jeden z następujących typów: rak jasnokomórkowy nerki, rak brodawkowatokomórkowy nerki, rak chromofobowy nerkowokomórkowy, naczyniakomięśniakotłuszczak nerki lub onkocytoma nerki.
  • Pełne i dostępne czterofazowe tomografia komputerowa ze wzmocnieniem kontrastowym przed operacją.
  • Kompletne i dostępne rutynowe wyniki badań laboratoryjnych przed operacją.

Kryteria wykluczenia:

  • Niekompletne dane CT lub niska jakość obrazu, która wpływa na analizę diagnostyczną.
  • Odstęp czasu dłuższy niż trzy miesiące pomiędzy badaniami obrazowymi lub laboratoryjnymi a diagnozą patologiczną.
  • Pacjenci ze zdiagnozowanym naczyniakomięśniakotłuszczakiem nerek bogatym w tłuszcz (AML).
  • Diagnostyka patologiczna wskazująca na współistnienie dwóch lub więcej typów patologicznych nowotworów nerki.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta
Zestaw treningowy
Zestaw walidacyjny
Wewnętrzny zestaw testowy
Zewnętrzny zestaw testowy

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Ramy czasowe
raport patologiczny pooperacyjny
Ramy czasowe: Od momentu operacji do wydania pooperacyjnego raportu patologicznego (zwykle w ciągu 2 tygodni po operacji).
Od momentu operacji do wydania pooperacyjnego raportu patologicznego (zwykle w ciągu 2 tygodni po operacji).

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 stycznia 2024

Zakończenie podstawowe (Rzeczywisty)

1 grudnia 2024

Ukończenie studiów (Rzeczywisty)

1 grudnia 2024

Daty rejestracji na studia

Pierwszy przesłany

30 grudnia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

30 grudnia 2024

Pierwszy wysłany (Rzeczywisty)

25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

25 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

30 grudnia 2024

Ostatnia weryfikacja

1 grudnia 2024

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

Dane zostaną udostępnione zainteresowanym partnerom badawczym na uzasadnioną prośbę Wei Zhai lub Oddziału Urologii, Szpitala Renji, Szkoły Medycznej Uniwersytetu Jiao Tong w Szanghaju, Szanghaj, Chiny.; warunkiem koniecznym jest umowa o przekazanie danych, zatwierdzona przez działy prawne wnioskującego badacza oraz wszystkie działy prawne instytucji, które przekazały dane do badania, oraz poświadczenie etyczne.

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Subskrybuj