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

Artificiell intelligensmodell för tillväxtförutsägelse av organoider i äggstockscancer

12 mars 2024 uppdaterad av: Chongqing University Cancer Hospital

Utveckling och validering av tillväxtprediktionsmodell för organoider i äggstockscancer baserad på ljusfältsbild och djupinlärning

Den aktuella studien syftar till att samla in tidig ljusfältsbild av patienthärledda organoider med äggstockscancer. Genom att utnyttja artificiell intelligens kommer denna studie att försöka konstruera och förfina algoritmer som kan förutsäga tillväxt av organoider i äggstockscancer.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Studietyp

Observationell

Inskrivning (Beräknad)

100

Kontakter och platser

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

Studiekontakt

Studieorter

  • Kina
    • Chongqing
      • Chongqing, Chongqing, Kina, 400030
        • Rekrytering
        • Chongqing Cancer Hospital
        • Huvudutredare:
          • Dongling Zou, M.D.
        • 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

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Patienter med epitelial äggstockscancer fick biopsi eller punktering för att få tumörvävnad eller malign effusion

Beskrivning

Inklusionskriterier:

  • Patienter måste ha histologiskt bekräftad diagnos av epitelial äggstockscancer
  • Patienterna fick biopsi eller punktering för att få tumörvävnad eller malign effusion
  • Patienter deltog frivilligt i studien och undertecknade informerat samtycke.

Exklusions kriterier:

  • Icke-epitelial äggstockscancer
  • Ingen tillräcklig mängd tumörvävnader eller malign utgjutning för etablering av organoider.

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 för tillväxtförutsägelseprestanda med djupinlärningsmodell
Tidsram: upp till 3 år
AUC = Area under mottagarens funktionskarakteristikkurva
upp till 3 år
Noggrannhet av tillväxtförutsägelse med hjälp av djupinlärningsmodell
Tidsram: upp till 3 år
Noggrannhet=( antalet korrekt klassificerade prover)/( antalet totala prover)
upp till 3 år

Samarbetspartners och utredare

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

Sponsor

Chongqing University Cancer Hospital

Utredare

  • Huvudutredare: Dongling Zou, M.D., Chongqing University Cancer Hospital

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 2022

Primärt slutförande (Beräknad)

30 april 2024

Avslutad studie (Beräknad)

30 maj 2024

Studieregistreringsdatum

Först inskickad

12 mars 2024

Först inskickad som uppfyllde QC-kriterierna

12 mars 2024

Första postat (Faktisk)

19 mars 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

19 mars 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

12 mars 2024

Senast verifierad

1 mars 2024

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • CQGOG0206

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

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