A Multicenter Prospective Study Evaluating the Diagnostic Performance of Femtosecond Laser Label-Free Imaging Combined With Artificial Intelligence for Predicting High-Risk Pathological Features in Lung Cancer
28 augusti 2026 uppdaterad av: Shanghai Zhongshan Hospital
To investigate the diagnostic performance of Femtosecond Laser Label-Free Imaging combined with artificial intelligence for predicting high-risk pathological features in lung cancer
Studieöversikt
Status
Har inte rekryterat ännu
Betingelser
Intervention / Behandling
Studietyp
Observationell
Inskrivning (Beräknad)
333
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
N/A
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Lung cancer patients undergoing pulmonary resection.
Beskrivning
Inclusion Criteria:
- Pulmonary nodules detected by clinical imaging with an indication for surgical resection.
- Patient agrees to and is planned for pulmonary (partial) resection.
- Resected specimens are suitable for FLI imaging.
- Written informed consent obtained from the patient or legal representative.
- Patients undergoing pulmonary (partial) resection at our hospital during this study.
Exclusion Criteria:
- Insufficient sample.
- Specimen with crushing, contamination, or improper preservation, precluding valid imaging as judged by the investigator.
- Inability to obtain matched pathology results corresponding to FLI images.
- Inability to obtain final pathological diagnosis.
- Other conditions deemed by the investigator as unsuitable for study participation.
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 |
|---|---|
|
The primary endpoint is the accuracy of the FLI combined with the AI model in predicting regional lymph node metastasis status in lung cancer, evaluated using postoperative pathology results as the reference standard.
Tidsram: through study completion, an average of 2 year
|
through study completion, an average of 2 year
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
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 september 2026
Primärt slutförande (Beräknad)
31 augusti 2028
Avslutad studie (Beräknad)
31 augusti 2028
Studieregistreringsdatum
Först inskickad
24 augusti 2026
Först inskickad som uppfyllde QC-kriterierna
28 augusti 2026
Första postat (Faktisk)
2 september 2026
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
2 september 2026
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
28 augusti 2026
Senast verifierad
1 augusti 2026
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- B2026-532
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
OBESLUTSAM
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 .