Sistema de aprendizado profundo baseado em imagem de slide inteiro e radiômica tomográfica para previsão de prognóstico em câncer de bexiga
Bladder cancer (BLCA), with its diverse histopathological features and varying patient outcomes, poses significant challenges in diagnosis and prognosis. Postoperative survival stratification based on radiomics feature and whole slide image feature may be useful for treatment decisions to improve prognosis. In this research, we aim to develop a deep learning-based prognostic-stratification system for automatic prediction of overall and cancer-specific survival in patients with BLCA.This observational study evaluates a deep learning system that combines CT images and digitized pathology slides to predict outcomes in patients with bladder cancer. It includes a retrospective cohort and a prospective cohort of newly enrolled patients. The prospective cohort will assess the system in patients enrolled during (2024-2026), with follow-up for survival and recurrence.
Visão geral do estudo
Status
Status
Condições
Condições
Intervenção / Tratamento
Intervenção / Tratamento
Descrição detalhada
Study structure The study includes an initial retrospective phase and a subsequent prospective observational phase involving newly enrolled patients. The two phases are analyzed separately according to the specified analysis plan.
Retrospective phase The retrospective phase included patients from [2012-2024] and was used for model construction. Results from this phase were reported in npj series.
Prospective phase Enrollment of newly recruited patients began on [2024]. The prospective phase follows protocol, with ethics approval from the first affliated hospital of chongqing medical, university. Recruitment is consecutive, as specified in the protocol.
Model evaluation The prospective cohort is used for validation. The model version, preprocessing procedures and prediction thresholds used in this phase. Any model updating using this cohort is documented separately.
Registry update This update distinguishes the retrospective phase from the subsequently enrolled cohort. The prospective phase enrollment dates and the dates of protocol development and ethics approval are reported separately.
Tipo de estudo
Tipo de estudo
Inscrição (Estimado)
Inscrição
Contactos e Locais
Contato de estudo
Contato de estudo
- Nome: QuanHao He
- Número de telefone: 800-555-5555
- E-mail: 2020120460@stu.cqmu.edu.cn
Estude backup de contato
- Nome: Mingzhao Xiao, PHD
- Número de telefone: 800-555-5555
- E-mail: 2023140134@stu.cqmu.edu.cn
Locais de estudo
-
-
Chongqing Municipality
-
Chongqing, Chongqing Municipality, China, 400016
- Recrutamento
- Department of Urology, The First Affiliated Hospital of Chongqing Medical University
-
Contato:
- QuanHao He, PHD
- Número de telefone: 800-555-5555
- E-mail: 2020120460@stu.cqmu.edu.cn
-
Contato:
- Mingzhao Xiao, PHD
- Número de telefone: 023-89012557
- E-mail: 2023140134@stu.cqmu.edu.cn
-
-
Critérios de participação
Critérios de elegibilidade
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
We included patients who had surgery only or who had neoadjuvant chemotherapy before surgery. We excluded patients with a postoperative diagnosis of non-urothelial carcinoma.
Descrição
Inclusion Criteria:
- patients with bladder cancer who had surgery like radical cystectomy or transurethral resection of bladder tumour (TURBT)
- contrast-CT scan less than two weeks before surgery
- complete CT image data and clinical data
- complete whole slide image data
Exclusion Criteria:
- patients with a postoperative diagnosis of non-urothelial carcinoma
- poor quality of CT images
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: COHORT
- Perspectivas de Tempo: OTHER
Número de grupos/coortes
Coortes e Intervenções
Grupo / CoorteGrupo / Coorte |
Intervenção / TratamentoIntervenção / Tratamento |
|---|---|
|
Retrospective cohort
Patients with bladder cancer included in the retrospective phase of the study, using clinical records, CT images, and whole-slide images obtained during [2012-2024]. This cohort was used for model development and/or validation and was reported in our npj publications. |
develop and validate a deep learning system for prognostication prediction in bladder cancer based on CT radiomics and whole slide images. |
|
Prospective cohort of newly enrolled patients
Newly enrolled patients with bladder cancer recruited at four centers between 2024 and2026. Eligibility is assessed at enrollment, and participants are followed according to protocol version and date for the study outcomes. This cohort is distinct from the previously reported retrospective cohort. |
develop and validate a deep learning system for prognostication prediction in bladder cancer based on CT radiomics and whole slide images. |
O que o estudo está medindo?
Medidas de resultados primários
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Overall survival
Prazo: up to 10 years
|
the time from the date of surgery to death from any cause or the date of last contact (censored observation) at the date of data cut-off. |
up to 10 years
|
Medidas de resultados secundários
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Recurrence free survival
Prazo: up to 10 years
|
the time from the date of surgery to the date of first documented disease recurrence. Patients without recurrence at the time of analysis will be censored |
up to 10 years
|
|
progression-free survival
Prazo: up to 10 years
|
The length of time during and after the treatment of a disease, such as cancer, that a patient lives with the disease but it does not get worse. In a clinical trial, measuring the progression-free survival is one way to see how well a new treatment works. Also called PFS. |
up to 10 years
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Início do estudo
Conclusão Primária (Estimado)
Conclusão Primária
Conclusão do estudo (Estimado)
Conclusão do estudo
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Primeira postagem
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última Atualização Postada
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
Outros números de identificação do estudo
- BLCA_CMUFH
- K2024-187-01 (Outro identificador: The First Affiliated Hospital of Chongqing Medical University)
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Descrição do plano IPD
The datasets analyzed during the current study are not publicly available due to the privacy of patients but are available from the corresponding author on reasonable request.
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .