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

Clinical Application Value of Deep Learning-Based "Opportunistic Screening" for Malignant Tumors on Routine Non-Contrast Chest-Abdomen-Pelvis CT

30 lipca 2026 zaktualizowane przez: Lian Yang

This study aims to develop and validate a deep learning-based opportunistic multi-cancer screening system using routine non-contrast chest-abdomen-pelvis CT examinations, including CHANCE-Breast, CHANCE-Liver, CHANCE-Kidney, and CHANCE-Bladder, for the early detection of breast, liver, kidney, and bladder cancers. In addition, the study will assess a human-AI collaborative framework to determine its potential for improving cancer detection and reducing missed diagnoses in clinical practice.

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

100000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Nazwa: Lian Yang
Numer telefonu: 18986273791
E-mail: yanglian@hust.edu.cn

Lokalizacje studiów

Chiny
- Hubei
  - Wuhan, Hubei, Chiny, 430000
    - Union Hospital，Tongji Medical College，Huazhong University of Science and Technology
    - Kontakt:
      
      Lian Yang
      
      Numer telefonu: 18986273791
      
      E-mail: yanglian@hust.edu.cn

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

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Patients with a confirmed diagnosis of the target malignancy who received treatment.

Opis

Inclusion Criteria:

Patients with a confirmed diagnosis of the target malignancy who received treatment at our institution;
Diagnostic-quality CT images without substantial metal or motion artifacts and with complete anatomical coverage of the target organ (breast, liver, kidney, or bladder);
Availability of complete pre-treatment non-contrast CT imaging data.

Exclusion Criteria:

Non-diagnostic image quality;
Absence of a definitive reference-standard diagnosis;
Incomplete clinical or imaging data.

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

Liczba grup / kohort

Kohorty i interwencje

Grupa / Kohorta
Positive Group / Malignant Cohort
Negative Control Group I / Benign Cohort
Negative Control Group II / Healthy Cohort

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku	Opis środka	Ramy czasowe
Accuracy Ramy czasowe: 1.5 years	Proportion of correct classifications	1.5 years
Sensitivity Ramy czasowe: 1.5years	Proportion of true positive cases	1.5years
Specificity Ramy czasowe: 1.5years	Proportion of true negative cases	1.5years

Miary wyników drugorzędnych

Miara wyniku	Opis środka	Ramy czasowe
Delta Sensitivity (AI-assisted vs. unassisted) Ramy czasowe: 1.5years	Absolute difference in sensitivity between AI-assisted and unassisted human readings	1.5years
Delta Specificity (AI-assisted vs. unassisted) Ramy czasowe: 1.5years	Absolute difference in specificity between AI-assisted and unassisted human readings	1.5years
Delta Accuracy (AI-assisted vs. unassisted) Ramy czasowe: 1.5years	Absolute difference in accuracy between AI-assisted and unassisted human readings	1.5years

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Lian Yang

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 (Szacowany)

1 lipca 2026

Zakończenie podstawowe (Szacowany)

1 lipca 2028

Ukończenie studiów (Szacowany)

1 lipca 2028

Daty rejestracji na studia

Pierwszy przesłany

5 czerwca 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości