ChiCTR2200056208尚未招募Unknown
基于多任务深度学习的食管癌区域淋巴结转移术前预测：一项前瞻性、多中心研究
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 试验地点
- 2
- 主要终点
- 准确率
研究概览
简要总结
探讨多任务深度学习方法对食管鳞癌区域淋巴结转移的预测价值。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 90（—）
- 性别
- All
入选标准
- •（以下标准全部满足方可入选）：
- •1.病理诊断为食管鳞癌；
- •2.经过食管癌根治术和淋巴结清扫术的患者；
- •3.术前未行放疗、化疗、免疫治疗等治疗的患者，术前 4 周内的薄层增强 CT 检查；术前经过治疗的患者，治疗后术前 4 周内的薄层增强 CT 检查；
- •4.CT 图像层厚≤2mm；
- •5.可获得病理 N 分期及转移淋巴结位置信息；
排除标准
- •（如果受试者符合以下条件的任何一条，则不能进入本研究）
- •1.同时患有其他部位恶性肿瘤者；
- •2.多源发食管癌患者；
结局指标
主要结局
准确率
受试者工作曲线下面积（AUC）
次要结局
- 敏感度
- 特异度
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
胸段 T1-T3 期食管癌区域淋巴结转移规律及与预后相关性的真实世界研究ChiCTR1800014803研究者资助3,673
招募中
Unknown
基于超声和病理细胞学图像的人工智能术前预测甲状腺癌颈部淋巴结转移的多中心、前瞻性临床研究甲状腺癌ChiCTR2000030392
Unknown
不适用
基于 CT 的深度学习方法预测胸段局部晚期食管鳞癌的放化疗疗效食管癌ChiCTR2000039279国家自然科学基金(编号：81530060 和 81874224)、山东省重点技术研究发展计划(编号：2017CXZC1206)、国家自然科学基金(批准号：81922040)、北京自然科学基金(批准号：7182109)、中国科学院青年创新促进会(批准号：2019136)的资助。
尚未招募
Unknown
基于机器学习研究淋巴结受侵犯面积与胃癌、结直肠癌预后的关系临床研究方案结直肠癌ChiCTR2300070629
Unknown
不适用
基于计算机深度学习的食管早癌辅助诊疗系统在高危人群中的应用研究ChiCTR2000031560复旦大学附属中山医院