- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT07616011
Artificial Intelligence-Based Early Warning for Distant Metastasis in Malignant Tumors
25 maj 2026 uppdaterad av: Chen Kai, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
Early detection and timely intervention of distant metastasis are essential for improving the prognosis of patients with malignant tumors.
However, current clinical methods have notable limitations.
Conventional imaging can only detect macroscopic metastatic lesions, failing to seize the optimal intervention window before metastasis occurs or during the micrometastasis stage.
Previous research has adopted artificial intelligence to break the constraints of traditional imaging and realized subclinical early warning of distant metastasis based on retrospective data.
On this basis, the present study aims to systematically validate the predictive performance and generalizability of the model in real-world clinical settings via a prospective cohort.
This study intends to establish an organ-specific, non-invasive and cost-effective pan-cancer tool for early warning of distant metastasis.
It can gain critical time for clinical intervention, help reduce the incidence of distant metastasis and ultimately optimize patient prognosis.
Studieöversikt
Status
Har inte rekryterat ännu
Betingelser
Studietyp
Observationell
Inskrivning (Beräknad)
10000
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
Icke-sannolikhetsprov
Studera befolkning
The enrolled patients are those diagnosed with malignant tumors who receive treatment in hospitals across China and undergo regular follow-up.
Beskrivning
Inclusion Criteria:
- Aged ≥ 18 years old;
- Diagnosed with malignant tumor confirmed by histopathology;
- No distant metastasis detected at baseline enrollment assessment;
- Regular imaging examinations for distant metastasis assessment are scheduled in the routine follow-up protocol after enrollment;
- Complete baseline clinicopathological data are available;
- Patients provide informed consent and permit researchers to collect and analyze their subsequent imaging and clinicopathological data.
Exclusion Criteria:
- Concurrent presence of two or more primary malignant tumors;
- Presence of any medical or social factors that may interfere with completion of routine imaging follow-up.
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 |
|---|
|
Model-predicted positive group
The model-predicted positive group is defined as patients predicted by the artificial intelligence model to develop distant metastasis in the future.
|
|
Model-predicted negative group
The model-predicted negative group is defined as patients predicted by the artificial intelligence model not to develop distant metastasis in the future.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Incidence of distant metastasis
Tidsram: At each routine follow-up visit (interval: approximately 6 months to 1 year)
|
Proportion of patients with distant metastasis among malignant tumor cases
|
At each routine follow-up visit (interval: approximately 6 months to 1 year)
|
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 (Beräknad)
1 juni 2026
Primärt slutförande (Beräknad)
31 december 2036
Avslutad studie (Beräknad)
31 december 2036
Studieregistreringsdatum
Först inskickad
19 maj 2026
Först inskickad som uppfyllde QC-kriterierna
25 maj 2026
Första postat (Faktisk)
29 maj 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
29 maj 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
25 maj 2026
Senast verifierad
1 maj 2026
Mer information
Termer relaterade till denna studie
Andra studie-ID-nummer
- SYSKY-2026-372-01
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 .