Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Glioma Patients Registry Based on Radiological, Histopathological and Genetic Analysis

5 februari 2021 uppdaterad av: Zhenyu Zhang, The First Affiliated Hospital of Zhengzhou University

Glioma Patients Registry Based on MR Images, Histopathology Images and Genetic Sequencing Analyzed by Artificial Intelligence

This prospective study aims to collect clinical, radiological, pathological, molecular and genetic data including detailed clinical parameters, MR and histopathology images, molecular pathology and genetic sequencing data. By leveraging artificial intelligence, this registry seeks to construct and refine algorithms that able to predict molecular pathology or clinical outcomes of glioma patients based on MR images and histopathology images, as well as revealing related mechanisms from genetic perspective.

Studieöversikt

Detaljerad beskrivning

Non-invasive and precise prediction for molecular biomarkers such as 1p/19q co-deletion, MGMT methylation, IDH and TERTp mutations, and patients survival is challenging for gliomas. With the development of artificial intelligence, much more potential lies in the preoperative conventional/advanced MR imaging (T1 weighted imaging, T2 weighted imaging, FLAIR, contrast-enhanced T1 weighted imaging, diffusion-weighted imaging, and perfusion imaging), and in the histopathology images of HE slices of gliomas could be excavated to aid prediction of molecular pathology and patients' survival of gliomas. This study aims to collect clinical, radiological, pathological, molecular and genetic data including detailed clinical parameters, MR and histopathology images, molecular pathology (1p/19q co-deletion, MGMT methylation, IDH and TERTp mutations, etc) and genetic data (Whole exome sequencing, RNA sequencing, proteomics, etc), and seeks to construct and refine algorithms that able to predict molecular pathology or clinical outcomes of glioma patients based on MR images and histopathology images, as well as revealing related mechanisms from genetic perspective.

Studietyp

Observationell

Inskrivning (Förväntat)

500

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Henan
      • Zhengzhou, Henan, Kina, 450052
        • Rekrytering
        • Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University
        • Kontakt:

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

1 år till 95 år (Barn, Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Kön som är behöriga för studier

Allt

Testmetod

Sannolikhetsprov

Studera befolkning

Patients with newly diagnosed glioma that receive tumor resection with preoperative MR images and postoperative histopathology images

Beskrivning

Inclusion Criteria:

  • Patients must have radiologically and histologically confirmed diagnosis of primary glioma
  • Life expectancy of greater than 3 months
  • Must receive tumor resection
  • Must have sufficient frozen tissues and peripheral blood samples for sequencing
  • Must have high-quality MR images and histopathology images
  • Signed informed consent

Exclusion Criteria:

  • No gliomas
  • No sufficient amount of tumor tissues for detection of molecular pathology
  • Patients who are pregnant or breast feeding
  • Patients who are suffered from severe systematic malfunctions

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
AUC of Prediction performance
Tidsram: up to 2 years
AUC of Prediction performance=sensitivity+specificity-1
up to 2 years

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

1 november 2018

Primärt slutförande (Förväntat)

1 januari 2022

Avslutad studie (Förväntat)

1 mars 2022

Studieregistreringsdatum

Först inskickad

4 januari 2020

Först inskickad som uppfyllde QC-kriterierna

4 januari 2020

Första postat (Faktisk)

7 januari 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

8 februari 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

5 februari 2021

Senast verifierad

1 februari 2021

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

IPD-planbeskrivning

Undecided

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Prenumerera