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

A Multicenter Prospective Study Evaluating the Diagnostic Performance of Femtosecond Laser Label-Free Imaging Combined With Artificial Intelligence for Predicting High-Risk Pathological Features in Lung Cancer

28 sierpnia 2026 zaktualizowane przez: Shanghai Zhongshan Hospital

To investigate the diagnostic performance of Femtosecond Laser Label-Free Imaging combined with artificial intelligence for predicting high-risk pathological features in lung cancer

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Rak płuc (diagnoza)

Interwencja / Leczenie

Test diagnostyczny: Femtosecond Laser Label-Free Imaging Combined with Artificial Intelligence.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

333

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 dotyczy

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Lung cancer patients undergoing pulmonary resection.

Opis

Inclusion Criteria:

Pulmonary nodules detected by clinical imaging with an indication for surgical resection.
Patient agrees to and is planned for pulmonary (partial) resection.
Resected specimens are suitable for FLI imaging.
Written informed consent obtained from the patient or legal representative.
Patients undergoing pulmonary (partial) resection at our hospital during this study.

Exclusion Criteria:

Insufficient sample.
Specimen with crushing, contamination, or improper preservation, precluding valid imaging as judged by the investigator.
Inability to obtain matched pathology results corresponding to FLI images.
Inability to obtain final pathological diagnosis.
Other conditions deemed by the investigator as unsuitable for study participation.

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

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku	Ramy czasowe
The primary endpoint is the accuracy of the FLI combined with the AI model in predicting regional lymph node metastasis status in lung cancer, evaluated using postoperative pathology results as the reference standard. Ramy czasowe: through study completion, an average of 2 year	through study completion, an average of 2 year

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Shanghai Zhongshan Hospital

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 września 2026

Zakończenie podstawowe (Szacowany)

31 sierpnia 2028

Ukończenie studiów (Szacowany)

31 sierpnia 2028

Daty rejestracji na studia

Pierwszy przesłany

24 sierpnia 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

28 sierpnia 2026

Pierwszy wysłany (Rzeczywisty)

2 września 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)