ChiCTR2100044999进行中（未招募）早期 1 期
基于多组学特征构建应用于肺部磨玻璃结节性质判定的深度学习模型：一项前瞻性、单中心临床研究
科研经费1 个研究点 分布在 1 个国家开始时间: 2021年5月1日最近更新:
试验速览
- 阶段
- 早期 1 期
- 状态
- 进行中（未招募）
- 发起方
- 试验地点
- 1
- 主要终点
- 准确度
研究概览
简要总结
本研究旨在利用肺亚实性结节患者术前 CT 特征、血液代谢组、蛋白组等多组学特征建立深度学习模型，探究该智能模型在亚实性结节性质判定中的应用价值，为精准筛查早期肺癌提供依据。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
- 盲法
- N/a
入排标准
- 年龄范围
- 18 至 75（—）
- 性别
- All
入选标准
- •1.年龄 18-75 周岁，性别不限；
- •2.在我院拟行肺部结节完整切除或穿刺活检患者；
- •3.术前薄层 CT 检查发现肺部单发直径≤3cm 的亚实性小结节；
- •4.既往 5 年内无恶性肿瘤病史，且术前未接受过任何新辅助治疗；
- •5.术前评估未发现有远处转移或胸腹水患者；
- •6.术后病理诊断明确；
- •7.自愿签署知情同意书。
排除标准
- •1.因怀孕、哺乳等原因无法进行影像学检查；
- •2.入组评估时在接受治疗的临床中心无薄层 CT 检查记录；
- •3.入组前一个月有肺部感染病史；
- •4.入组前一个月接受过输血治疗，或有酗酒、药物滥用史；
- •5.无法获取足够血液标本（≥12ml）的患者；
- •6.有贫血、发热、自身免疫力低下、凝血功能不全等任何不适合抽血情况；
- •7.自身免疫性疾病、血液系统疾病、传染病。
结局指标
主要结局
准确度
次要结局
- 特异性
- 受试者工作曲线下面积
- 敏感性
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于多模态 CT、PET 结合放射组学，临床特征，深度学习技术预测亚实性结节气道播散ChiCTR2500106940国家自然科学基金资助项目：U21A20480
Unknown
不适用
一项基于 CT 医学影像的人工智能肺结节自动识别软件开发肺结节ChiCTR2200061984珠海横琴圣澳云智科技有限公司
Unknown
不适用
基于人工智能的多组学辅助非小细胞肺癌早筛的研究非小细胞肺癌ChiCTR1900021189重庆陆军军医大学新桥医院胸外科
Unknown
3 期
基于多模态人工智能的肺结节决策系统前瞻性多中心临床研究ChiCTR2500103643科技创新 2030
Unknown
不适用
人工智能 AI 与循环异常细胞肺结节良恶性辅助诊断临床研究肺结节ChiCTR2000034812珠海圣美生物诊断技术有限公司