- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT07713823
Study on the Construction and Application of a Large Model Corpus for Pancreatic Cancer Based on Real Clinical Cases
19 juli 2026 uppdaterad av: Jiang Long, Shanghai General Hospital, Shanghai Jiao Tong University School of Medicine
Combining retrospective observational research with artificial intelligence data engineering.
Collecting historical electronic medical record data, and through data governance and annotation by artificial medical experts, constructing a structured knowledge base.
Studieöversikt
Status
Har inte rekryterat ännu
Studietyp
Observationell
Inskrivning (Beräknad)
3000
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Long Jiang, MD
- Telefonnummer: 18017317460
- E-post: jiang.long@shgh.cn
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
Real pancreatic cancer diagnosis and treatment cases treated in the hospital
Beskrivning
Inclusion Criteria:
- Real inpatient cases of pancreatic cancer diagnosis and treatment;
- Prioritize the inclusion of cases with MDT discussion records, difficult and complex cases, and fatal cases;
- Possess complete electronic medical information (including but not limited to: outpatient medical records, inpatient medical records including admission records, progress notes, surgery/procedure records, nursing records, examination and test reports, doctor's orders, discharge/death records, etc.); -
Exclusion Criteria:
- Cases that only underwent a brief transition in emergency/outpatient departments and did not form a closed loop of diagnosis and treatment;
- Cases with incomplete diagnosis and treatment information and missing key indicators.
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 |
Tidsram |
|---|---|
|
3,000 Cases of Pancreatic Cancer Diagnosis and Treatment
Tidsram: May 2028
|
May 2028
|
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 augusti 2026
Primärt slutförande (Beräknad)
31 juli 2027
Avslutad studie (Beräknad)
31 maj 2028
Studieregistreringsdatum
Först inskickad
13 juli 2026
Först inskickad som uppfyllde QC-kriterierna
15 juli 2026
Första postat (Faktisk)
20 juli 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
21 juli 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
19 juli 2026
Senast verifierad
1 juli 2026
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- IIT2026-152
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 .