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

Differentiering av tumör-stroma-förhållande i pankreatiskt duktalt adenokarcinom

7 mars 2024 uppdaterad av: Liao Hongfan, First Affiliated Hospital of Chongqing Medical University

One Novel Transfer Learning-baserad CLIP-modell kombinerad med självuppmärksamhetsmekanism för att differentiera tumör-stroma-förhållandet i pankreatiskt duktalt adenokarcinom: en multicenter retrospektiv kohortstudie

Denna studie introducerar en ny överföringsinlärningsbaserad kontrastiv språkbilds-förträningsadapter (CLIP-adapter) modell för att förutsäga tumör-stroma-kvoten (TSR) i pankreas duktalt adenokarcinom (PDAC) med hjälp av preoperativa tvåfas-CT-bilder. Det primära syftet är att utveckla ett effektivt och tillgängligt verktyg för riskstratifiering och personlig behandlingsplanering.

Studieöversikt

Status

Aktiv, inte rekryterande

Betingelser

Detaljerad beskrivning

Den föreslagna nya modellen för Contrastive Language-Image Pretraining-Adapter (CLIP-adapter), som utnyttjar överföringsinlärning, ramar in CLIP och en självuppmärksamhetsmekanism för att förutsäga TSR i PDAC, för att uppvisa hög prestanda när det gäller att särskilja låg och hög TSR PDAC i testkohort. Vi spekulerade att CLIP-adaptermodellen överträffade enfasmodeller, speciellt CLIP-modeller baserade på bilder av arteriell eller venös fas. Tillägget av en funktionsfusionsmodul skulle kunna förbättra modellens differentieringskapacitet och betona dess överlägsenhet gentemot enfasmodeller. Dessutom använde modellen vi designade både bild- och textinformation under nätverksträning, istället för att bara fokusera på bilder. Detta understryker vikten av en omfattande bedömning vid PDAC-avbildningsutvärdering, med potential att bidra till riskstratifiering och personlig behandlingsplanering.

Studietyp

Observationell

Inskrivning (Faktisk)

207

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

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

Totalt 207 patienter valdes ut från tre oberoende4 sjukhus: det första anslutna sjukhuset vid Chongqings medicinska universitet (FAHCQMU), Daping sjukhus vid armémedicinska universitetet (DPHAMU) och det tredje anslutna sjukhuset vid Chongqings medicinska universitet (TAHCQMU).

Beskrivning

Inklusionskriterier:

  1. patienter med patologiskt bevisad PDAC genom kirurgisk resektion
  2. patienter som genomgick datortomografi inom en månad före operationen
  3. observerbara bukspottkörtelskador på tillgängliga bilder.

Exklusions kriterier:

  1. någon anti-cancerterapi före CT-skanning
  2. iögonfallande störningar eller betydande rörelseförvrängningar som finns på bilder
  3. partiella kliniska data
  4. patienter med levermetastaser eller peritoneal karcinomatos före kirurgiskt ingrepp.

Studieplan

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

Hur är studien utformad?

Designdetaljer

Kohorter och interventioner

Grupp / Kohort
låg TSR och hög TSR grupp
Bedömningen av tumör-stroma-kvoten (TSR) innebar mätning av andelen tumör och stromabeståndsdelar. Baserat på tidigare forskning ansågs 5/5 vara idealisk tröskel för TSR-mätning.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Det diagnostiska AUC-värdet för pankreas duktalt adenokarcinom med djupinlärningsalgoritm.
Tidsram: 1 år
AUC=(Känslighet+Specificitet)-1
1 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Den diagnostiska noggrannheten för duktalt adenokarcinom i pankreas med djupinlärningsalgoritm.
Tidsram: 1 år
Den diagnostiska noggrannheten för duktalt adenokarcinom i pankreas med djupinlärningsalgoritm.
1 år
Den diagnostiska känsligheten för duktalt adenokarcinom i pankreas med djupinlärningsalgoritm.
Tidsram: 1 år
Den diagnostiska känsligheten för duktalt adenokarcinom i pankreas med djupinlärningsalgoritm.
1 år
Den diagnostiska specificiteten för pankreas duktalt adenokarcinom med djupinlärningsalgoritm.
Tidsram: 1 år
Den diagnostiska specificiteten för pankreas duktalt adenokarcinom med djupinlärningsalgoritm.
1 år
Det diagnostiska positiva prediktiva värdet av duktalt adenokarcinom i pankreas med djupinlärningsalgoritm.
Tidsram: 1 år
Det diagnostiska positiva prediktiva värdet av duktalt adenokarcinom i pankreas med djupinlärningsalgoritm.
1 år
Det diagnostiska negativa prediktiva värdet av pankreas duktalt adenokarcinom med djupinlärningsalgoritm.
Tidsram: 1 år
Det diagnostiska negativa prediktiva värdet av pankreas duktalt adenokarcinom med djupinlärningsalgoritm.
1 år

Samarbetspartners och utredare

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

Sponsor

First Affiliated Hospital of Chongqing Medical University

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 januari 2013

Primärt slutförande (Faktisk)

1 juli 2022

Avslutad studie (Beräknad)

1 mars 2024

Studieregistreringsdatum

Först inskickad

29 februari 2024

Först inskickad som uppfyllde QC-kriterierna

7 mars 2024

Första postat (Faktisk)

12 mars 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

12 mars 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

7 mars 2024

Senast verifierad

1 februari 2024

Mer information

Termer relaterade till denna studie

Nyckelord

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • liaohongfan

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

OBESLUTSAM

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 .

Kliniska prövningar på Duktalt adenokarcinom i bukspottkörteln

Sök liknande försök

Sponsorer och medarbetare

Medicinska tillstånd

Läkemedelsinterventioner

CROs by country

CROs in Georgia

Betingelser

Sällsynta sjukdomar

Läkemedelsinterventioner

Kosttillskott

Sponsor / medarbetare

Platser

3
Prenumerera