此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

用于预测非小细胞肺癌新辅助化学免疫治疗的完整病理反应的深度学习特征

2023年6月27日 更新者:Chang Chen、Shanghai Pulmonary Hospital, Shanghai, China

基于深度学习特征的计算机断层扫描/正电子发射断层扫描/全切片图像 (CT/PET/WSI) 的集成,用于预测非小细胞肺癌新辅助化学免疫治疗的完整病理反应:一项多中心研究

本研究的目的是评估基于 CT/PET/WSI 的深度学习特征在预测非小细胞肺癌新辅助化学免疫治疗的完全病理反应方面的性能

研究概览

研究类型

观察性的

注册 (估计的)

100

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。

学习地点

    • Guizhou
      • Zunyi、Guizhou、中国
        • 招聘中
        • Affiliated Hospital of Zunyi Medical University
        • 接触:
    • Jiangxi
      • Nanchang、Jiangxi、中国
        • 招聘中
        • The First Affiliated Hospital of Nanchang University
        • 接触:
    • Zhejiang
      • Ningbo、Zhejiang、中国
        • 招聘中
        • Ningbo HwaMei Hospital
        • 接触:

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

  • 成人
  • 年长者

接受健康志愿者

不适用

取样方法

非概率样本

研究人群

新辅助化学免疫治疗后切除的 I-III 期 NSCLC

描述

纳入标准:

  1. 年龄20-75岁;
  2. NSCLC新辅助化疗免疫治疗后接受根治性手术的患者;
  3. 获得书面知情同意。

排除标准:

  1. 缺少图像数据;
  2. 病理性N3疾病。

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

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
受试者工作特征曲线下面积
大体时间:2023.5.1-2023.10.31
深度学习模型预测完全病理反应 (CPR) 的受试者工作特征曲线 (ROC) 下的面积。 CPR的定义是切除的原发肿瘤和淋巴结均无残留肿瘤。 接受新辅助化学免疫治疗的非小细胞肺癌患者会达到CPR或非CPR,这可以通过手术切除后的病理检查来证实。 该模型将输出每个接受新辅助化学免疫治疗的患者的预测值(CPR/non-CPR)。
2023.5.1-2023.10.31

次要结果测量

结果测量
措施说明
大体时间
灵敏度
大体时间:2023.5.1-2023.10.31
深度学习模型预测完整病理反应的敏感性。 CPR的定义是切除的原发肿瘤和淋巴结均无残留肿瘤。 接受新辅助化学免疫治疗的非小细胞肺癌患者会达到CPR或非CPR,这可以通过手术切除后的病理检查来证实。 该模型将输出每个接受新辅助化学免疫治疗的患者的预测值(CPR/non-CPR)。
2023.5.1-2023.10.31

其他结果措施

结果测量
措施说明
大体时间
特异性
大体时间:2023.5.1-2023.10.31
深度学习模型在预测完整病理反应方面的特异性。 CPR的定义是切除的原发肿瘤和淋巴结均无残留肿瘤。 接受新辅助化学免疫治疗的非小细胞肺癌患者会达到CPR或非CPR,这可以通过手术切除后的病理检查来证实。 该模型将输出每个接受新辅助化学免疫治疗的患者的预测值(CPR/non-CPR)。
2023.5.1-2023.10.31
阳性预测值
大体时间:2023.5.1-2023.10.31
深度学习模型在预测完全病理反应方面的阳性预测价值。 CPR的定义是切除的原发肿瘤和淋巴结均无残留肿瘤。 接受新辅助化学免疫治疗的非小细胞肺癌患者会达到CPR或非CPR,这可以通过手术切除后的病理检查来证实。 该模型将输出每个接受新辅助化学免疫治疗的患者的预测值(CPR/non-CPR)。
2023.5.1-2023.10.31
阴性预测值
大体时间:2023.5.1-2023.10.31
深度学习模型在预测完全病理反应方面的阴性预测价值。 CPR的定义是切除的原发肿瘤和淋巴结均无残留肿瘤。 接受新辅助化学免疫治疗的非小细胞肺癌患者会达到CPR或非CPR,这可以通过手术切除后的病理检查来证实。 该模型将输出每个接受新辅助化学免疫治疗的患者的预测值(CPR/non-CPR)。
2023.5.1-2023.10.31
准确性
大体时间:2023.5.1-2023.10.31
深度学习模型预测完整病理反应的准确性。 CPR的定义是切除的原发肿瘤和淋巴结均无残留肿瘤。 接受新辅助化学免疫治疗的非小细胞肺癌患者会达到CPR或非CPR,这可以通过手术切除后的病理检查来证实。 该模型将输出每个接受新辅助化学免疫治疗的患者的预测值(CPR/non-CPR)。
2023.5.1-2023.10.31

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)

2023年5月1日

初级完成 (估计的)

2023年10月31日

研究完成 (估计的)

2023年10月31日

研究注册日期

首次提交

2023年5月12日

首先提交符合 QC 标准的

2023年6月27日

首次发布 (实际的)

2023年6月29日

研究记录更新

最后更新发布 (实际的)

2023年6月29日

上次提交的符合 QC 标准的更新

2023年6月27日

最后验证

2023年6月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

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.

非小细胞肺癌的临床试验

订阅