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

Utveckling av en avbildningsprediktionsmodell för metastasering av bäckenlymfkörtel av livmoderhalscancer med hjälp av artificiell intelligensteknik.

Denna studie är en retrospektiv explorativ prövning som genomförs vid ett enda centrum, som syftar till att utveckla och validera en preoperativ lymfatisk metastasmodell för livmoderhalscancer med hjälp av artificiell intelligens djupinlärning. Modellen tränas med hjälp av preoperativ avbildning och postoperativa patologiska fynd av livmoderhalscancerpatienter, med målet att förbättra noggrannheten av förutsägelse av lymfmetastaser genom preoperativ avbildning och erbjuda insikter för behandlingsbeslut.

Studieöversikt

Studietyp

Observationell

Inskrivning (Beräknad)

4000

Kontakter och platser

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

Studiekontakt

Studieorter

    • Shanghai
      • Shanghai, Shanghai, Kina, 200090
        • Rekrytering
        • The Obstetrics and Gynecology Hospital of Fudan University
        • Kontakt:
        • Huvudutredare:
          • Xin Wu
        • Underutredare:
          • Hua Jiang
        • Underutredare:
          • Xuan Yin
        • Underutredare:
          • Ling Qiu
        • Underutredare:
          • Hui Wang
        • Underutredare:
          • Yang Liu
        • Underutredare:
          • Shen Luo
        • Underutredare:
          • Xiaomei Sun

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Sannolikhetsprov

Studera befolkning

All patientinformation och bilddata samlades in från Obstetrics and Gynecology Hospital vid Fudan University. Detta sjukhus är en specialiserad tertiärvårdsinrättning och är erkänt som det ledande obstetrik- och gynekologiska sjukhuset i Kina.

Beskrivning

Inklusionskriterier:

  1. patienter med preoperativ diagnos av invasiv livmoderhalscancer stadium I-III, med någon typ av patologi, och patienter som genomgått radikal/modifierad radikal livmoderhalscanceroperation + bäckenlymfkörteldissektion på vårt sjukhus.
  2. Ålder ≥18 år och ≤80 år
  3. patienter med kompletta preoperativa bäcken-MR-bilder och postoperativ patologi och kliniska data på vårt sjukhus

Exklusions kriterier:

  1. Patienter under graviditet eller amning, patienter inom 42 dagar efter abort
  2. Patienter som har fått neoadjuvant kemoterapi eller strålbehandling före operation för denna tidigare livmoderhalscancer
  3. Patienter med andra maligna tumörer inom 5 år
  4. Kombination av andra underliggande sjukdomar som kan leda till förstorade bäckenlymfkörtlar
  5. Avbildningsrapport mer än 1 månad före operation
  6. Dålig bildkvalitet och oigenkännlig

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
En modell för identifiering av bäckenlymfkörtelmetastaser på preoperativ avbildning
Tidsram: Från inskrivning till slutet av utvecklingen av modellen vid 24 månader
Artificiell intelligens (AI)-teknologi användes för att utveckla en modell för att identifiera bäckenlymfkörtelmetastaser från preoperativa bilder för att förbättra noggrannheten av preoperativ lymfkörtelmetastasdetektion vid livmoderhalscancer. Modellen validerades med det huvudsakliga diagnostiska fokuset på att bestämma status för lymfkörtelmetastaser.
Från inskrivning till slutet av utvecklingen av modellen vid 24 månader

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 februari 2024

Primärt slutförande (Beräknad)

1 december 2025

Avslutad studie (Beräknad)

1 december 2025

Studieregistreringsdatum

Först inskickad

3 juni 2024

Först inskickad som uppfyllde QC-kriterierna

3 juni 2024

Första postat (Faktisk)

7 juni 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

7 juni 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

3 juni 2024

Senast verifierad

1 juni 2024

Mer information

Termer relaterade till denna studie

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