使用人工智能对神经胶质瘤患者进行基于 MR 的生存预测
2021年2月5日 更新者：Zhenyu Zhang、The First Affiliated Hospital of Zhengzhou University
基于 MR 的原发性神经胶质瘤患者的生存预测 Ssing 深度学习或机器学习
该注册中心旨在收集临床、分子和放射学数据，包括详细的生存数据、临床参数、分子病理学（1p/19q 编码缺失、MGMT 甲基化、IDH 和 TERTp 突变等）和常规/高级/新 MR 序列（T1、T1c、原发性胶质瘤患者的 T2、FLAIR、ADC、DTI、PWI 等）。
通过利用人工智能，该登记处将寻求构建和改进能够在分子病理学或神经胶质瘤亚组框架内预测患者生存的算法。
研究概览
详细说明
对神经胶质瘤患者的生存进行非侵入性和精确预测具有挑战性。
随着人工智能的发展，术前常规/高级磁共振成像（T1加权成像、T2加权成像、FLAIR、对比增强T1加权成像、弥散加权成像、灌注成像）可被挖掘出更大的潜力在神经胶质瘤的分子病理学框架内帮助预测患者的预后。
创建具有详细生存数据、分子病理学、放射学数据和足够深度学习样本量（>1000）的原发性神经胶质瘤登记册，为非侵入性和精确性个性化预测神经胶质瘤患者的生存提供了机会。
研究类型
观察性的
注册 (预期的)
2500
联系人和位置
本节提供了进行研究的人员的详细联系信息，以及有关进行该研究的地点的信息。
学习联系方式
- 姓名：Zhenyu Zhang, Dr.
- 电话号码：+86 17839973727
- 邮箱：fcczhangzy1@zzu.edu.cn
学习地点
-
-
Henan
-
Zhengzhou、Henan、中国、450052
- 招聘中
- Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University
-
接触：
- Zhenyu Zhang, Dr.
- 电话号码：+86 17839973727
- 邮箱：fcczhangzy1@zzu.edu.cn
-
-
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
1年 至 90年 (孩子、成人、年长者)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
概率样本
研究人群
接受肿瘤切除且预期寿命大于 3 个月的初诊胶质瘤患者
描述
纳入标准：
- 患者必须经放射学和组织学确诊为原发性神经胶质瘤
- 预期寿命大于3个月
- 必须接受肿瘤切除术
- 签署知情同意书
排除标准：
- 没有胶质瘤
- 没有足够数量的肿瘤组织用于分子病理学检测
- 具有由机械、电子或磁性设备激活的任何类型的生物植入物的患者
- 怀孕或哺乳的患者
- 患有严重系统故障的患者
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 观测模型：队列
- 时间观点：追溯
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
生存预测性能的 AUC
大体时间：长达 10 年
|
生存预测性能的AUC=灵敏度+特异性-1
|
长达 10 年
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2017年1月1日
初级完成 (预期的)
2027年1月1日
研究完成 (预期的)
2027年6月1日
研究注册日期
首次提交
2019年12月30日
首先提交符合 QC 标准的
2019年12月30日
首次发布 (实际的)
2020年1月2日
研究记录更新
最后更新发布 (实际的)
2021年2月8日
上次提交的符合 QC 标准的更新
2021年2月5日
最后验证
2021年2月1日
更多信息
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.