ChiCTR2100051935招募中Unknown
基于深度学习的影像组学联合病理组学构建肾占位性病变诊断和预后模型及其前瞻性验证
国家自然科学基金 819025631 个研究点 分布在 1 个国家目标入组 2,350 人开始时间: 2021年10月15日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 招募中
- 发起方
- 入组人数
- 2,350
- 试验地点
- 1
- 主要终点
- 病理类型
研究概览
简要总结
主要目的：拟回顾性收集本中心在中山医院泌尿外科接受肾部分切除术或根治性肾切除术患者的影像及病理切片资料，构建肾占位性病变的智能诊断模型及临床预后模型，并在前瞻性队列中验证智能诊断模型的预测效能。
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 80（—）
- 性别
- All
入选标准
- •1.18-80 周岁患者；
- •2.2005 年 1 月到 2020 年 12 月在复旦大学附属中山医院接受了肾部分或肾根治性切除术；
- •3.有福尔马林固定石蜡包埋的大于一厘米的肿瘤组织或者术前增强 CT/MRI 检查；
- •4.有详细的随访信息。
- •1.18-80 周岁患者；
- •2.2021 年 10 月 15 日到 2024 年 9 月在复旦大学附属中山医院接受了肾部分或肾根治性切除术；
- •3.有福尔马林固定石蜡包埋的大于一厘米的肿瘤组织且具有术前增强 CT/MRI 检查。
排除标准
- •1.患者曾经有其他恶性肿瘤病史；
- •3.接受过包括靶向药物的辅助或新辅助治疗；
- •4.标本有超过百分之八十的出血或坏死区域。
研究组 & 干预措施
Case series
结局指标
主要结局
病理类型
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
尚未招募
Unknown
基于机器学习构建肾细胞癌患者肾切除术后急性肾损伤的风险模型及肾功能恢复状态预测模型急性肾损伤ChiCTR2500104718
Unknown
不适用
建立模型预测原发性肾病综合症病理类型ChiCTR-ORC-16008098湘雅医院500
Unknown
不适用
基于脑影像深度学习的颅内占位性病变识别与定位技术研究ChiCTR2500101923自选课题（自筹）
Unknown
不适用
基于影像深度学习在结直肠癌病理及预后预测中的应用价值ChiCTR2500106546自筹