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。

GliomaAI-Oligo: MRI-Based Detection of IDH Mutant Oligodendroglioma (GliomaAI-Oligo)

2026年6月23日 更新者：Deep Learning Institute of Radiological Sciences

GliomaAI-Oligo: Non-Invasive MRI-Based Detection of IDH Mutant Oligodendroglioma Using Artificial Intelligence

The goal of this observational study is to learn whether an artificial intelligence system called GliomaAI-Oligo can help detect a specific molecular type of brain tumour called Oligodendroglioma using routine MRI scans. The study uses previously collected and fully anonymised MRI data from 1,372 patients from 13 institutions in the Cancer Imaging Archive (TCIA).

The main questions it aims to answer are:

  • How accurately can GliomaAI-Oligo identify Oligodendroglioma from MRI scans?
  • How well does the system perform across data from different hospitals and patient groups?

Researchers will use existing MRI scans and clinical information to train and test the AI system. No new scans, treatments, or hospital visits are required for participants, and all data used is fully anonymised and obtained from an existing research database.

Participants will not be asked to do anything, as this study only uses previously collected imaging data.

研究概览

地位

完全的

条件

干预/治疗

研究类型

观察性的

注册 (实际的)

1372

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

  • 印度
      • Mumbai、印度
        • Deep Learning Institute of Radiological Sciences

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

非概率样本

研究人群

Patients with glioma diagnosis included in the TCIA cohort.

描述

Inclusion Criteria:

  • Adult (>=18 years of age)
  • Having pre op MRI scan
  • Having biopsy / surgery
  • Having post biopsy/ surgery histology diagnosis and genetic analysis.

Exclusion Criteria:

  • MRI scan significantly degraded by motion or other artefact
  • Incomplete genetic analysis
  • Prior treatment (e.g., radiotherapy or chemotherapy) before baseline MRI

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
Diagnostic performance of GliomaAI-Oligo for identification of IDH mutant Oligodendroglioma from MRI, measured by accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and area under the ROC
大体时间：Perioperative
The diagnostic performance of the GliomaAI-Oligo artificial intelligence model will be assessed by comparing pre-operative MRI-based predictions of IDH mutant Oligodendroglioma status against post-operative (biopsy or surgery) molecular/genetic profiling results as the reference standard. Performance metrics including accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and AUC will be calculated.
Perioperative

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。

赞助

Deep Learning Institute of Radiological Sciences

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3月14日

初级完成 (实际的)

2021年3月9日

研究完成 (实际的)

2021年7月16日

研究注册日期

首次提交

2026年6月23日

首先提交符合 QC 标准的

2026年6月23日

首次发布 (实际的)

2026年6月29日

研究记录更新

最后更新发布 (实际的)

2026年6月29日

上次提交的符合 QC 标准的更新

2026年6月23日

最后验证

2026年6月1日

更多信息

与本研究相关的术语

关键字

其他相关的 MeSH 术语

其他研究编号

  • DLIRS-GLIOMAAI-OLIGO

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)？

是的

IPD 计划说明

Study protocol will be shared with researchers

IPD 共享时间框架

Study protocol and methodology will be published in an academic journal

IPD 共享访问标准

We will strive to publish it in the open access academic journal

IPD 共享支持信息类型

  • 研究方案

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

是的

在美国制造并从美国出口的产品

不

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.

订阅