Esta página foi traduzida automaticamente e a precisão da tradução não é garantida. Por favor, consulte o versão em inglês para um texto fonte.

Assinatura de aprendizado profundo para prever a resposta patológica completa à quimioimunoterapia neoadjuvante no câncer de pulmão de células não pequenas

27 de junho de 2023 atualizado por: Chang Chen, Shanghai Pulmonary Hospital, Shanghai, China

Uma integração de uma assinatura de aprendizado profundo baseada em tomografia computadorizada/tomografia por emissão de pósitrons/imagem de lâmina inteira (CT/PET/WSI) para prever a resposta patológica completa à quimioimunoterapia neoadjuvante em câncer de pulmão de células não pequenas: um estudo multicêntrico

O objetivo deste estudo é avaliar o desempenho de uma assinatura de aprendizagem profunda baseada em CT/PET/WSI para prever a resposta patológica completa à quimioimunoterapia neoadjuvante em câncer de pulmão de células não pequenas

Visão geral do estudo

Tipo de estudo

Observacional

Inscrição (Estimado)

100

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

    • Guizhou
      • Zunyi, Guizhou, China
        • Recrutamento
        • Affiliated Hospital of Zunyi Medical University
        • Contato:
    • Jiangxi
      • Nanchang, Jiangxi, China
        • Recrutamento
        • The First Affiliated Hospital of NanChang University
        • Contato:
    • Zhejiang
      • Ningbo, Zhejiang, China
        • Recrutamento
        • Ningbo HwaMei Hospital
        • Contato:

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

  • Adulto
  • Adulto mais velho

Aceita Voluntários Saudáveis

N/D

Método de amostragem

Amostra Não Probabilística

População do estudo

NSCLC estágio I-III ressecado após quimioimunoterapia neoadjuvante

Descrição

Critério de inclusão:

  1. Idade variando de 20 a 75 anos;
  2. Pacientes submetidos à cirurgia curativa após quimioimunoterapia neoadjuvante para NSCLC;
  3. Obteve consentimento informado por escrito.

Critério de exclusão:

  1. Dados de imagem ausentes;
  2. Doença N3 patológica.

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

O que o estudo está medindo?

Medidas de resultados primários

Medida de resultado
Descrição da medida
Prazo
Área sob a curva característica de operação do receptor
Prazo: 2023.5.1-2023.10.31
A área sob a curva característica de operação do receptor (ROC) do modelo de aprendizado profundo na previsão da resposta patológica completa (CPR). A RCP foi definida como ausência de tumor residual tanto no tumor primário ressecado quanto nos linfonodos. Pacientes com câncer de pulmão de células não pequenas recebendo quimioimunoterapia neoadjuvante atingirão RCP ou não RCP, o que pode ser confirmado por exame patológico após ressecção cirúrgica. E o modelo produzirá o valor preditivo (CPR/não-CPR) para cada paciente recebendo quimioimunoterapia neoadjuvante.
2023.5.1-2023.10.31

Medidas de resultados secundários

Medida de resultado
Descrição da medida
Prazo
Sensibilidade
Prazo: 2023.5.1-2023.10.31
A sensibilidade do modelo de aprendizado profundo na previsão de resposta patológica completa. A RCP foi definida como ausência de tumor residual tanto no tumor primário ressecado quanto nos linfonodos. Pacientes com câncer de pulmão de células não pequenas recebendo quimioimunoterapia neoadjuvante atingirão RCP ou não RCP, o que pode ser confirmado por exame patológico após ressecção cirúrgica. E o modelo produzirá o valor preditivo (CPR/não-CPR) para cada paciente recebendo quimioimunoterapia neoadjuvante.
2023.5.1-2023.10.31

Outras medidas de resultado

Medida de resultado
Descrição da medida
Prazo
Especificidade
Prazo: 2023.5.1-2023.10.31
A especificidade do modelo de aprendizado profundo na previsão de resposta patológica completa. A RCP foi definida como ausência de tumor residual tanto no tumor primário ressecado quanto nos linfonodos. Pacientes com câncer de pulmão de células não pequenas recebendo quimioimunoterapia neoadjuvante atingirão RCP ou não RCP, o que pode ser confirmado por exame patológico após ressecção cirúrgica. E o modelo produzirá o valor preditivo (CPR/não-CPR) para cada paciente recebendo quimioimunoterapia neoadjuvante.
2023.5.1-2023.10.31
Valor preditivo positivo
Prazo: 2023.5.1-2023.10.31
O valor preditivo positivo do modelo de aprendizado profundo na previsão da resposta patológica completa. A RCP foi definida como ausência de tumor residual tanto no tumor primário ressecado quanto nos linfonodos. Pacientes com câncer de pulmão de células não pequenas recebendo quimioimunoterapia neoadjuvante atingirão RCP ou não RCP, o que pode ser confirmado por exame patológico após ressecção cirúrgica. E o modelo produzirá o valor preditivo (CPR/não-CPR) para cada paciente recebendo quimioimunoterapia neoadjuvante.
2023.5.1-2023.10.31
Valor preditivo negativo
Prazo: 2023.5.1-2023.10.31
O valor preditivo negativo do modelo de aprendizado profundo na previsão da resposta patológica completa. A RCP foi definida como ausência de tumor residual tanto no tumor primário ressecado quanto nos linfonodos. Pacientes com câncer de pulmão de células não pequenas recebendo quimioimunoterapia neoadjuvante atingirão RCP ou não RCP, o que pode ser confirmado por exame patológico após ressecção cirúrgica. E o modelo produzirá o valor preditivo (CPR/não-CPR) para cada paciente recebendo quimioimunoterapia neoadjuvante.
2023.5.1-2023.10.31
Precisão
Prazo: 2023.5.1-2023.10.31
A precisão do modelo de aprendizado profundo na previsão de resposta patológica completa. A RCP foi definida como ausência de tumor residual tanto no tumor primário ressecado quanto nos linfonodos. Pacientes com câncer de pulmão de células não pequenas recebendo quimioimunoterapia neoadjuvante atingirão RCP ou não RCP, o que pode ser confirmado por exame patológico após ressecção cirúrgica. E o modelo produzirá o valor preditivo (CPR/não-CPR) para cada paciente recebendo quimioimunoterapia neoadjuvante.
2023.5.1-2023.10.31

Colaboradores e Investigadores

É aqui que você encontrará pessoas e organizações envolvidas com este estudo.

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 maio de 2023

Conclusão Primária (Estimado)

31 de outubro de 2023

Conclusão do estudo (Estimado)

31 de outubro de 2023

Datas de inscrição no estudo

Enviado pela primeira vez

12 de maio de 2023

Enviado pela primeira vez que atendeu aos critérios de CQ

27 de junho de 2023

Primeira postagem (Real)

29 de junho de 2023

Atualizações de registro de estudo

Última Atualização Postada (Real)

29 de junho de 2023

Última atualização enviada que atendeu aos critérios de controle de qualidade

27 de junho de 2023

Última verificação

1 de junho de 2023

Mais Informações

Termos relacionados a este estudo

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 Câncer de Pulmão de Células Não Pequenas

Ensaios clínicos em Assinatura de Deep Learning baseada em CT/PET/WSI

Se inscrever