基于放射素学的AI模型，用于预测胃癌患者中para-Aortic淋巴结转移
2025年4月21日 更新者：Qun Zhao
基于放射素学的人工智能的前瞻性临床研究，用于预测胃癌患者的para-Aortic淋巴结转移
这项研究旨在开发和验证基于从术前CT图像中提取的放射性特征的人工智能（AI）模型，以预测胃癌患者中的Para-Aortic淋巴结（PALN）转移。
手术前准确识别PALN转移可以帮助医生做出更好的治疗决策，例如是否进行手术，考虑化疗或使用其他治疗策略。
该研究将前瞻性地招募被诊断出患有胃癌并计划进行手术的患者。
所有参与者将进行常规成像测试，并将使用高级AI技术分析其数据。
这项研究的结果可以提高术前分期的精度，并支持胃癌患者的个性化治疗计划。
研究概览
研究类型
观察性的
注册 (估计的)
120
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
-
-
None Selected
-
Shijiazhuang、None Selected、中国、050011
- The Fourth Hospital of Hebei Medical University
-
-
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
概率样本
研究人群
该研究人群将由被诊断为胃腺癌的成年患者组成，他们计划在三级护理中心进行根治性胃切除术。
所有参与者都将进行术前增强的CT扫描，并且没有遥远转移的证据。
人口代表有para-Aortic淋巴结转移风险的个体，旨在反映可能受益于非侵入性，AI辅助术前评估工具的现实世界患者。
参与者将连续入学以最大程度地减少选择偏差。
描述
纳入标准：
- 成人18-80岁。
- 组织学确认的胃腺癌。
- 计划进行自由基胃切除术，有或没有para-Aortic淋巴结清扫术。
- 手术前3周内可用术前造影剂增强的腹部CT扫描。
- 没有关于成像的遥远转移的证据。
- ECOG性能状态0-2。
- 提供了书面知情同意书。
排除标准：
- 在过去的5年中，其他恶性肿瘤的历史。
- 在CT成像之前接受了新辅助化疗或放疗。
- 不适合放射组学分析的质量不佳或不完整的CT图像。
- 可能影响预后或手术决策的严重合并症。
- 怀孕或母乳喂养。
- 无法提供知情同意或遵守研究程序。
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 |
|---|---|---|
|
AI放射素学模型的诊断准确性，用于预测胃癌中的para-Aortic淋巴结转移
大体时间：从术前成像到术后病理确认（每名患者约4-6周）
|
主要结果是基于放射素学的AI模型的诊断性能在预测胃癌患者的para-Aortic淋巴结转移（PALNM）。
将通过计算接收器操作特征曲线（AUC），灵敏度，特异性，准确性和预测值下的面积来评估性能。
PALNM状态的地面真相将基于术后病理发现或多学科共识诊断。
该模型的预测将与实际临床结果进行比较，以评估其可靠性和临床实用性。
|
从术前成像到术后病理确认（每名患者约4-6周）
|
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)
2025年1月1日
初级完成 (估计的)
2025年6月30日
研究完成 (估计的)
2025年6月30日
研究注册日期
首次提交
2025年4月21日
首先提交符合 QC 标准的
2025年4月21日
首次发布 (实际的)
2025年4月27日
研究记录更新
最后更新发布 (实际的)
2025年4月27日
上次提交的符合 QC 标准的更新
2025年4月21日
最后验证
2025年4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.