- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05179850
Computer Aided Diagnostic Tool on Computed Tomography Images for Diagnosis of Retroperitoneal Tumor in Children
4 de janeiro de 2022 atualizado por: Yuhan Yang, West China Hospital
The aim of this study was to evaluate the diagnostic efficacy of computer aided diagnostic tool for retroperitoneal tumor using machine learning and deep learning techniques on computed tomography images in children.
Visão geral do estudo
Status
Recrutamento
Intervenção / Tratamento
Descrição detalhada
The retroperitoneal space extends from the lumbar region to the pelvic region and houses vital structures such as the kidney, the ureter, the adrenal glands, the pancreas, the aorta and its branches, the inferior vena cava and its tributaries, lymph nodes, and loose connective tissue meshwork along with fat.
This space thus allows the silent growth of primary and metastatic tumors, such that clinical features appear often too late.
The therapeutic regimen differs on various types of retroperitoneal tumor in children.
It is damaging for pediatric patients to acquire histological specimens through invasive procedures.
Hence, an urgent evaluation is absolutely necessary for preoperative diagnosis in such cases via noninvasive approaches.
This study is a retrospective-prospective design by West China Hospital, Sichuan University, including clinical data and radiological images.
A retrospective database was enrolled for patients with definite histological diagnosis and available computed tomography images from June 2010 and December 2020.
The investigators have constructed deep learning and machine learning radiomics diagnostic models on this retrospective cohort and validated it internally.
A prospective cohort would recruit infantile patients diagnosed as retroperitoneal tumor since January 2021.
The proposed deep learning model would also be validated in this prospective cohort externally.
The aim of this study was to evaluate the diagnostic efficacy of computer aided diagnostic tool for retroperitoneal tumor using machine learning and deep learning techniques on computed tomography images in children.
Tipo de estudo
Observacional
Inscrição (Antecipado)
400
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Locais de estudo
-
-
Sichuan
-
Chengdu, Sichuan, China, 6100041
- Recrutamento
- West China Hospital, Sichuan University
-
Investigador principal:
- Yuhan Yang, MD
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
1 segundo a 18 anos (Filho, Adulto)
Aceita Voluntários Saudáveis
Não
Gêneros Elegíveis para o Estudo
Tudo
Método de amostragem
Amostra Não Probabilística
População do estudo
Patients who had retroperitoneal tumor and completed the abdominal computed tomography examination before operation, biopsy, neoadjuvant chemotherapy, and radiotherapy.
Descrição
Inclusion Criteria:
- Age up to 18 years old
- Receiving no treatment before diagnosis
- With written informed consent
Exclusion Criteria:
- Clinical data missing
- Unavailable computed tomography images
- Without written informed consent
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
---|---|
Coorte retrospectiva
A coorte interna foi retrospectivamente matriculada no Hospital da China Ocidental, Universidade de Sichuan, de junho de 2010 a dezembro de 2020.
É uma coorte de treinamento e validação interna.
|
Diferentes estratégias radiômicas, aprendizado de máquina e aprendizado profundo para extração de recursos radiômicos, recursos de classificação e constrição de modelos.
|
Coorte prospectiva
Os mesmos critérios de inclusão/exclusão foram aplicados para o mesmo centro prospectivamente.
É uma coorte de validação externa.
|
Diferentes estratégias radiômicas, aprendizado de máquina e aprendizado profundo para extração de recursos radiômicos, recursos de classificação e constrição de modelos.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
Pathological tumor diagnosis
Prazo: Baseline
|
The diagnosis is defined by histopathological specimens from surgery and/or biopsy.
|
Baseline
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Real)
1 de janeiro de 2021
Conclusão Primária (Antecipado)
31 de dezembro de 2023
Conclusão do estudo (Antecipado)
31 de dezembro de 2023
Datas de inscrição no estudo
Enviado pela primeira vez
16 de dezembro de 2021
Enviado pela primeira vez que atendeu aos critérios de CQ
16 de dezembro de 2021
Primeira postagem (Real)
5 de janeiro de 2022
Atualizações de registro de estudo
Última Atualização Postada (Real)
20 de janeiro de 2022
Última atualização enviada que atendeu aos critérios de controle de qualidade
4 de janeiro de 2022
Última verificação
1 de janeiro de 2022
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
- Neoplasias por Tipo Histológico
- Neoplasias Urológicas
- Neoplasias urogenitais
- Neoplasias por local
- Doenças renais
- Doenças Urológicas
- Neoplasias Glandulares e Epiteliais
- Doenças Genéticas, Congênitas
- Neoplasias Neuroepiteliais
- Tumores Neuroectodérmicos
- Neoplasias, Tecido Nervoso
- Neoplasias Renais
- Síndromes Neoplásicas Hereditárias
- Neoplasias Complexas e Mistas
- Tumores Neuroectodérmicos Primitivos
- Tumores Neuroectodérmicos Primitivos Periféricos
- Neoplasias
- Neoplasias, Células Germinativas e Embrionárias
- Neuroblastoma
- Tumor de Wilms
- Teratoma
Outros números de identificação do estudo
- HX-2021477
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
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 .
Ensaios clínicos em Algoritmo radiômico
-
Medtronic Cardiac Rhythm and Heart FailureConcluídoBloqueio de Condução AtrioventricularEstados Unidos, Bélgica, Hong Kong, Malásia, Espanha, Áustria, Dinamarca, França
-
New York State Psychiatric InstituteNational Institute of Mental Health (NIMH)ConcluídoTranstorno Depressivo MaiorEstados Unidos