基于人工智能的18F-FDG PET/CT在T-NK细胞淋巴瘤鉴别诊断、疗效预测和预后预测中的价值：临床研究
2024年12月18日 更新者：GUO RUI、Ruijin Hospital
基于T-NK细胞淋巴瘤患者的PET/CT影像数据，利用机器学习和深度学习方法提取影像特征，建立T-NK细胞淋巴瘤预测模型，为患者提供更科学、准确的预后预测。诊所。
研究概览
地位
尚未招聘
条件
详细说明
本研究采用多中心回顾性队列研究设计，提供200例T-NK细胞淋巴瘤患者的PET/CT作为模型验证的外部验证集。
研究类型
观察性的
注册 (估计的)
200
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：Guo rui Deputy director
- 电话号码：13361860108
- 邮箱：gr11734@rjh.com.cn
学习地点
-
-
Shanghai
-
Shanghai、Shanghai、中国
- Ruijin Hospital affiliated to Shanghai Jiao Tong University of Medicine
-
-
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
取样方法
概率样本
研究人群
上海交通大学医学院附属瑞金医院病理组织学确诊为T-NK细胞淋巴瘤
描述
纳入标准：
1.病理组织学证实为T-NK细胞淋巴瘤； 2.治疗前18F-FDG PET/CT检查； 3. 采用现代最佳实践治疗方案； 4.获得完整的临床病理及随访资料。
排除标准：
- 患者之前曾接受过抗肿瘤治疗；
- 患者有其他肿瘤病史；
- 临床信息或影像数据不完整；
- 合并其他恶性肿瘤。
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 |
|---|
|
T-NK细胞淋巴瘤患者诊断
|
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 |
|---|---|---|
|
基于人工智能的18F-FDG PET/CT对T-NK细胞淋巴瘤的价值评估
大体时间：入组后 1 周内以及治疗 3 个月后
|
基于人工智能的~(18)F-FDG PET/CT在T-NK细胞淋巴瘤鉴别诊断、疗效预测及预后预测中的价值
|
入组后 1 周内以及治疗 3 个月后
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
总生存期
大体时间：3年
|
总生存期
|
3年
|
|
无进步生存
大体时间：3年
|
无进步生存
|
3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 (估计的)
2025年1月1日
初级完成 (估计的)
2027年12月31日
研究完成 (估计的)
2027年12月31日
研究注册日期
首次提交
2024年12月18日
首先提交符合 QC 标准的
2024年12月18日
首次发布 (实际的)
2025年3月25日
研究记录更新
最后更新发布 (实际的)
2025年3月25日
上次提交的符合 QC 标准的更新
2024年12月18日
最后验证
2024年9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.