Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Система глубокого обучения на основе изображений всего слайда и КТ-радиомики для прогнозирования рака мочевого пузыря

5 ноября 2026 г. обновлено: Mingzhao Xiao

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.

Обзор исследования

Статус

Рекрутинг

Подробное описание

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.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

2000

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

Учебное резервное копирование контактов

  • Имя: Mingzhao Xiao, PHD
  • Номер телефона: 800-555-5555
  • Электронная почта: 2023140134@stu.cqmu.edu.cn

Места учебы

    • Chongqing Municipality
      • Chongqing, Chongqing Municipality, Китай, 400016
        • Рекрутинг
        • Department of Urology, The First Affiliated Hospital of Chongqing Medical University
        • Контакт:
        • Контакт:

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Полы, имеющие право на обучение

Все

Метод выборки

Невероятностная выборка

Исследуемая популяция

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.

Описание

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

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Наблюдательные модели: COHORT
  • Временные перспективы: OTHER

Когорты и вмешательства

Группа / когорта
Вмешательство/лечение
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.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Overall survival
Временное ограничение: 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

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Recurrence free survival
Временное ограничение: 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
Временное ограничение: 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

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

1 января 2024 г.

Первичное завершение (Оцененный)

1 декабря 2027 г.

Завершение исследования (Оцененный)

1 декабря 2027 г.

Даты регистрации исследования

Первый отправленный

25 апреля 2024 г.

Впервые представлено, что соответствует критериям контроля качества

26 апреля 2024 г.

Первый опубликованный (Действительный)

29 апреля 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

9 ноября 2026 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

5 ноября 2026 г.

Последняя проверка

1 ноября 2026 г.

Дополнительная информация

Термины, связанные с этим исследованием

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Описание плана 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.

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться