ChiCTR2600118816尚未招募回顾性研究
基于多模态数据的肺癌免疫治疗疗效预测及免疫相关不良反应预警人工智能系统的构建
浙江省卫生健康行业科技计划（委省共建重点项目）1 个研究点 分布在 1 个国家目标入组 5,000 人开始时间: 2026年2月1日最近更新:
适应症
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 入组人数
- 5,000
- 试验地点
- 1
- 主要终点
- 准确度
研究概览
简要总结
本项目着重于研究构建一种基于多模态数据（包括临床数据、血液检测指标、CT 影像组学及 PD-L1 表达水平等）的非小细胞肺癌免疫治疗疗效预测及免疫相关不良反应预警的人工智能系统。疗效预测指标包括：PD、SD、CR、PR、ORR、DCR、DFS、PFS、12 个月 PFS、24 个月 PFS、OS、TTP、TTF 等。免疫相关不良反应预警包括：免疫性肺炎（CIP）、皮肤毒性、免疫性心肌炎等。通过综合利用临床多模态数据，结合机器学习算法，旨在提高晚期非小细胞肺癌患者免疫治疗效果预测的准确性和免疫相关不良反应预警，为临床决策提供科学依据。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •1.年龄≥18 岁、性别不限且临床数据完整；
- •2.不合适接受手术和局部治疗的ⅢB-ⅢC 或Ⅳ期 NSCLC；
- •3.无 EGFR 或 ALK 突变；
- •4.ECOG PS 0-1；
- •5.具有符合 RECIST1.1 标准的可测量病灶，且基线影像于治疗前 1 月内完成、随访影像每 6-8 周评估一次。
排除标准
- •2.有严重心肺功能不全等合并症；
- •4.基线无符合 RECIST1.1 标准可测量病灶者。
研究组 & 干预措施
治疗有效组 vs 治疗无效治疗
结局指标
主要结局
准确度
时间窗: 治疗开始后 6 周
次要结局
- 敏感度(治疗开始后 6 周)
- 特异度
- 阳性预测率
- 阴性预测率
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于深度学习多组学的肺癌新辅助免疫治疗的非获益人群预测系统开发及机制探索ChiCTR2500098112自筹经费
Unknown
不适用
基于血液学和免疫学指标的驱动基因阴性晚期非小细胞肺癌患者免疫治疗疗效预测模型的建立与临床验证研究ChiCTR2500110599校级 / 院级（广州医科大学科研能力提升计划重大临床研究培育项目）
Unknown
不适用
该试验尚未获伦理委员会批准，请于批准后才开始征募参试者，并与我们联系上传伦理批件。 基于深度学习的非小细胞肺癌 PD-L1 免疫组化自动评估体系非小细胞肺癌ChiCTR2000036028促进市级医院临床技能与临床创新 三年行动计划（2020-2022 年） 重大临床研究项目
Unknown
不适用
基于多中心、多组学数据的免疫检查点抑制剂相关性肺炎预测模型研究ChiCTR2500108859自选课题（自筹）
Unknown
不适用
驱动基因阴性非小细胞肺癌患者化疗联合免疫治疗疗效的个体化人工智能预测模型研究非小细胞肺癌ChiCTR2500109454市级（广州市市校联合科研计划）1,000