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

GliomaAI-Oligo: MRI-Based Detection of IDH Mutant Oligodendroglioma (GliomaAI-Oligo)

23 de junho de 2026 atualizado por: Deep Learning Institute of Radiological Sciences

GliomaAI-Oligo: Non-Invasive MRI-Based Detection of IDH Mutant Oligodendroglioma Using Artificial Intelligence

The goal of this observational study is to learn whether an artificial intelligence system called GliomaAI-Oligo can help detect a specific molecular type of brain tumour called Oligodendroglioma using routine MRI scans. The study uses previously collected and fully anonymised MRI data from 1,372 patients from 13 institutions in the Cancer Imaging Archive (TCIA).

The main questions it aims to answer are:

  • How accurately can GliomaAI-Oligo identify Oligodendroglioma from MRI scans?
  • How well does the system perform across data from different hospitals and patient groups?

Researchers will use existing MRI scans and clinical information to train and test the AI system. No new scans, treatments, or hospital visits are required for participants, and all data used is fully anonymised and obtained from an existing research database.

Participants will not be asked to do anything, as this study only uses previously collected imaging data.

Visão geral do estudo

Status

Concluído

Condições

Intervenção / Tratamento

Tipo de estudo

Observacional

Inscrição (Real)

1372

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

  • Índia
      • Mumbai, Índia
        • Deep Learning Institute of Radiological Sciences

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

Não

Método de amostragem

Amostra Não Probabilística

População do estudo

Patients with glioma diagnosis included in the TCIA cohort.

Descrição

Inclusion Criteria:

  • Adult (>=18 years of age)
  • Having pre op MRI scan
  • Having biopsy / surgery
  • Having post biopsy/ surgery histology diagnosis and genetic analysis.

Exclusion Criteria:

  • MRI scan significantly degraded by motion or other artefact
  • Incomplete genetic analysis
  • Prior treatment (e.g., radiotherapy or chemotherapy) before baseline MRI

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
Diagnostic performance of GliomaAI-Oligo for identification of IDH mutant Oligodendroglioma from MRI, measured by accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and area under the ROC
Prazo: Perioperative
The diagnostic performance of the GliomaAI-Oligo artificial intelligence model will be assessed by comparing pre-operative MRI-based predictions of IDH mutant Oligodendroglioma status against post-operative (biopsy or surgery) molecular/genetic profiling results as the reference standard. Performance metrics including accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and AUC will be calculated.
Perioperative

Colaboradores e Investigadores

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

Patrocinador

Deep Learning Institute of Radiological Sciences

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)

14 de março de 2017

Conclusão Primária (Real)

9 de março de 2021

Conclusão do estudo (Real)

16 de julho de 2021

Datas de inscrição no estudo

Enviado pela primeira vez

23 de junho de 2026

Enviado pela primeira vez que atendeu aos critérios de CQ

23 de junho de 2026

Primeira postagem (Real)

29 de junho de 2026

Atualizações de registro de estudo

Última Atualização Postada (Real)

29 de junho de 2026

Última atualização enviada que atendeu aos critérios de controle de qualidade

23 de junho de 2026

Última verificação

1 de junho de 2026

Mais Informações

Termos relacionados a este estudo

Palavras-chave

Termos MeSH relevantes adicionais

Outros números de identificação do estudo

  • DLIRS-GLIOMAAI-OLIGO

Plano para dados de participantes individuais (IPD)

Planeja compartilhar dados de participantes individuais (IPD)?

SIM

Descrição do plano IPD

Study protocol will be shared with researchers

Prazo de Compartilhamento de IPD

Study protocol and methodology will be published in an academic journal

Critérios de acesso de compartilhamento IPD

We will strive to publish it in the open access academic journal

Tipo de informação de suporte de compartilhamento de IPD

  • PROTOCOLO DE ESTUDO

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

Sim

produto fabricado e exportado 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 .

Se inscrever