AI-based Prediction of Prostate Cancer Metastasis Using Biopsy Pathology
Development and Validation of an AI-Based Metastasis Prediction Model Using Prostate Cancer Biopsy Pathology
This observational study aims to develop and validate an artificial intelligence-based model using prostate cancer biopsy pathology to predict lymph node metastasis and distant metastasis in patients with prostate cancer. The main questions it aims to answer are:
Can artificial intelligence-assisted analysis of prostate cancer biopsy pathology accurately predict lymph node metastasis? Can the model accurately predict distant metastasis and assess metastatic risk in patients with prostate cancer?
Researchers aim to evaluate whether the model can provide additional information for clinical decision-making and surgical planning.
Participants will:
Provide prostate biopsy pathology specimens and related clinical information; Undergo assessment of lymph node and distant metastatic status based on clinical and imaging data; Be included in the development and validation of the artificial intelligence prediction model.
Обзор исследования
Статус
Условия
Вмешательство/лечение
Тип исследования
Регистрация (Оцененный)
Контакты и местонахождение
Места учебы
-
-
Hunan
-
Changsha, Hunan, Китай, 410008
- Xiangya Hospital, Central South University
-
-
Критерии участия
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Метод выборки
Исследуемая популяция
Описание
Inclusion Criteria:
- Male patients aged between 18 and 90 years; Patients who underwent prostate biopsy due to elevated prostate-specific antigen (PSA), abnormal digital rectal examination (DRE), or abnormal imaging findings, were pathologically diagnosed with prostate cancer, and had available prostate biopsy pathology specimens; Patients who underwent radical prostatectomy with extended pelvic lymph node dissection (ePLND) or pelvic lymph node dissection (PLND), with definitive pathological information regarding lymph node metastasis; Patients who underwent PSMA PET/CT, MRI, bone scintigraphy, or prostate MRI capable of identifying regional lymph node metastasis or distant metastasis; Adequate cardiac, pulmonary, hepatic, and renal function; Eastern Cooperative Oncology Group (ECOG) performance status of 0-1; Expected survival time greater than 1 year; Written informed consent signed by the patient or legally authorized representative.
Exclusion Criteria:
- History of other malignancies; Severe dysfunction of major organs, including cardiac, pulmonary, hepatic, or renal insufficiency, or an expected survival time of less than 1 year; Prostate biopsy pathology specimens with inadequate whole-slide image scanning quality or failure of quality control assessment; Patients with prostate cancer diagnosed from transurethral resection specimens.
Учебный план
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
Prostate Cancer Cohort
Patients with prostate cancer undergoing biopsy pathology assessment for development and validation of an AI-based metastasis prediction model.
|
Artificial intelligence-assisted analysis of prostate cancer biopsy pathology specimens for prediction of lymph node and distant metastasis risk.
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Prediction of Regional Lymph Node Metastasis
Временное ограничение: Baseline
|
Assessment of the ability of the artificial intelligence-based model using prostate cancer biopsy pathology to predict regional lymph node metastasis.
|
Baseline
|
Соавторы и исследователи
Следователи
- Главный следователь: Yi Cai, Xiangya Hospital Central South University Department of Urology
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Первичное завершение (Оцененный)
Завершение исследования (Оцененный)
Даты регистрации исследования
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Другие идентификационные номера исследования
- 2026010083_4
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Описание плана IPD
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
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. .