ChiCTR2300076724Not yet recruitingUnknown
基于多模态数据融合的人工智能模型术前预测乳腺癌患者新辅助系统治疗后腋窝淋巴结状态
Conditions
Trial Snapshot
- Phase
- Unknown
- Status
- Not yet recruiting
- Locations
- 2
- Primary Endpoint
- 术后腋窝淋巴结病理结果
Study Overview
Brief Summary
主要目的:构建人工智能预测模型,在术前预测新辅助治疗后的乳腺癌患者的腋窝淋巴结状态;并通过开展前瞻性临床试验以检测该模型的预测价值。 次要目的:分析模型的预测分险系数是否与患者术后 2 年内的局部复发率具有相关性。
Study Design
- Study Type
- Observational
Eligibility Criteria
- Ages
- 18 to 75 (—)
- Sex
- Female
Inclusion Criteria
- •2.性别为女,年龄≥18 岁;
- •3.按照 AJCC/UICC 第八版分期为 II-III 期(T1-4N1-3M0);
- •4.接受过新辅助系统治疗,且治疗方案符合 NCCN 指南;
- •5.有完善的新辅助治疗后、手术前的磁共振图像及超声图像;
Exclusion Criteria
- •1.缺乏完整的信息或图像;
- •2.MRI 图像质量不合格;
- •3.初诊时发现远处转移;
- •4.曾有乳腺癌或其他恶性肿瘤病史;
Arms & Interventions
连续入组
Outcomes
Primary Outcomes
术后腋窝淋巴结病理结果
在测试集中评价构建的人工智能模型的预测准确性
患者术后两年局部复发情况
Secondary Outcomes
- 建立数据库,并利用多种医疗数据进行人工智能模型训练
Investigators
Study Sites (2)
Loading locations...
Similar Trials
Unknown
Not Applicable
陈杰医师:请联系我们上传伦理审批文件、研究计划书、知情同意书模板。 乳腺癌新辅助治疗多模态评估体系及腋窝淋巴结分期与治疗策略的研究乳腺癌ChiCTR2000041040自筹
Unknown
Not Applicable
多模态 MRI 影像组学模型对乳腺癌新辅助治疗疗效的早期预判研究乳腺癌ChiCTR2000038578国家自然科学基金
Recruiting
Unknown
基于超声和病理图像的人工智能术前预测早期乳腺癌腋窝淋巴结转移的多中心临床研究乳腺癌ChiCTR1900027497
Recruiting
Unknown
利用腋窝淋巴结超声造影人工智能识别预测乳腺癌腋窝淋巴结转移的单中心前瞻性研究乳腺癌ChiCTR2200064267100
Not yet recruiting
Unknown
基于 MRI 的影像组学评估临床淋巴结阳性乳腺癌患者新辅助化疗后淋巴结状态及新辅助疗效乳腺癌ChiCTR2300075988
