基于人工智能的多模式多任务分析揭示肿瘤分子异质性，预测甲状腺乳头状癌的术前淋巴结转移和预后
2024年2月2日 更新者：Yunfang Yu、Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
基于人工智能的多模式多任务分析揭示肿瘤分子异质性，预测甲状腺乳头状癌术前淋巴结转移和预后：一项回顾性研究
本研究对来自中山大学孙逸仙纪念医院（SYSMH）的256名PTC患者和来自癌症基因组图谱的499名患者进行了综合分析。
基于 DNA 的下一代测序 (NGS) 和单细胞 RNA 测序 (scRNA-seq) 用于捕获遗传改变和 TME 异质性。
通过整合匹配的组织病理学幻灯片图像、基因组、转录组、免疫细胞数据来开发深度学习多模式模型，以预测 LNM 和无病生存 (DFS)。
研究概览
研究类型
观察性的
注册 (估计的)
256
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
-
-
Guangdong
-
Guangzhou、Guangdong、中国、510000
- 招聘中
- Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
-
接触：
- Herui Yao, PhD
- 电话号码：+8613500018020
- 邮箱：yaoherui@mail.sysu.edu.cn
-
接触：
- Yufang Yu
- 电话号码：+8613660238987
- 邮箱：yuyf9@mail.sysu.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
- 孩子
- 成人
- 年长者
接受健康志愿者
不
取样方法
非概率样本
描述
纳入标准：
≥ 18 岁 试验前至少 1 个月诊断出甲状腺乳头状癌 愿意返回接受所需的随访（测试后）就诊
排除标准：
患者需要瓣膜或其他可能的手术 患者无法在没有不适的情况下进行任何体力活动 患者在入组前三个月内出现甲状腺疼痛 患者拒绝给予知情同意 患者是冠状动脉搭桥手术或类似手术的候选人
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
队列和干预
团体/队列 |
|---|
|
TCGA
|
|
系统管理中心
|
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 |
|---|---|---|
|
淋巴结转移
大体时间：2021年10月1日
|
淋巴结转移经常受到多种因素的影响，其中肿瘤异质性是一个重要的影响因素。
|
2021年10月1日
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
无病生存
大体时间：2021年10月1日
|
无病生存期定义为从随机分组到第一次出现复发、进展或任何原因死亡的时间，通常用于根治性手术或放射治疗后辅助治疗的临床试验。
它还用作新辅助治疗研究的主要终点，以及评估旨在预防癌症复发研究的治疗效果的有用终点
|
2021年10月1日
|
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 (估计的)
2024年4月1日
初级完成 (估计的)
2024年9月20日
研究完成 (估计的)
2025年1月20日
研究注册日期
首次提交
2024年1月16日
首先提交符合 QC 标准的
2024年2月2日
首次发布 (估计的)
2024年2月5日
研究记录更新
最后更新发布 (估计的)
2024年2月5日
上次提交的符合 QC 标准的更新
2024年2月2日
最后验证
2024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.