ChiCTR2200058523进行中（未招募）早期 1 期
应用邻位沿伸分析技术探索膀胱癌诊断蛋白标志物及其应用研究
自筹1 个研究点 分布在 1 个国家开始时间: 2022年4月6日最近更新:
适应症
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
- 蛋白表达
研究概览
简要总结
1.筛选并确立血清及尿液中膀胱癌特异性蛋白标志物，借助机器学习建立膀胱癌诊断模型。 2.明确特异性蛋白在膀胱癌组织、膀胱癌细胞的表达，初步解释特异性蛋白参与膀胱癌发生发展的潜在作用机制。 3.阐明本膀胱癌蛋白诊断模型对于膀胱癌的早期诊断以及复发监测的价值及意义。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 队列研究
入排标准
- 年龄范围
- 20 至 80（—）
- 性别
- All
入选标准
- •1.膀胱癌组入组标准：
- •（1）经超声或膀胱镜提示膀胱癌，后经病理确诊为膀胱尿路上皮癌；
- •（2）术前有完善的膀胱镜结果，有 CT 或 MRI 检查结果；
- •（3）既往无其他恶性肿瘤病史；
- •（4）未接受过化疗、放疗、免疫治疗。
- •2.良性泌尿系疾病组纳入标准：膀胱炎、膀胱结石、输尿管结石、肾结石、前列腺增生、肾囊肿、肾上腺良性肿瘤等良性泌尿系疾病患者，且既往无恶性肿瘤病史。
- •3.正常对照组：健康人志愿者。
排除标准
- •1.患者存在活动性自身免疫病或有自身免疫病病史；
- •2.患有活动性感染、入组前 7 天内有不明原因发热≥38.5℃；
- •3.有免疫缺陷病史，或者处于结核病活动期；
- •4.经研究者判断，患者有其他可能影响研究结果或导致本研究被迫中途终止的因素，如酗酒、药物滥用、其他的严重疾病（含精神疾病）需要治疗等。
结局指标
主要结局
蛋白表达
灵敏度
特异度
受试者工作特征（ROC）曲线
ROC 曲线下面积（AUC）
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...