ChiCTR2500111225尚未招募Unknown
基于数字病理与人工智能预测乳腺癌新辅助治疗疗效的前瞻性观察性研究
复旦大学附属肿瘤医院1 个研究点 分布在 1 个国家开始时间: 2025年10月31日最近更新:
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 病理完全缓解
研究概览
简要总结
验证基于数字病理与人工智能的模型预测乳腺癌患者接受新辅助治疗获得病理学完全缓解的准确性
研究设计
- 研究类型
- Observational
入排标准
- 年龄范围
- 18 至 —（—）
- 性别
- All
入选标准
- •1.根据当地法规签署知情同意书；
- •2.年龄大于等于 18 岁；
- •4.组织学证实为单侧乳腺浸润性癌；
- •5.经免疫组化和荧光原位杂交检查明确分子分型。
排除标准
- •2.曾有其他恶性疾病，经适当治疗的基底细胞或鳞状细胞皮肤癌、宫颈原位癌或已无病生存超过 5 年的其他癌症患者可以入组；
- •3.参加本研究前已接受抗肿瘤药物治疗；
- •4.新辅助治疗后未接受乳腺癌根治手术；
- •5.乳腺癌根治手术样本未进行病理诊断；
- •6.免疫缺陷、艾滋病感染者；
- •7.严重的心肺肝肾脏功能不全；
- •8.无法控制的感染或者活动性感染；
- •9.怀孕、哺乳期妇女。
研究组 & 干预措施
HR+HER2-乳腺癌组
HER2+乳腺癌组
三阴性乳腺癌组
结局指标
主要结局
病理完全缓解
次要结局
- Miller-Payne 分级
- 残余肿瘤负荷分级
- 无事件生存期
- 总生存
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
开发一个基于放射病理学的人工智能模型预测乳腺癌患者新辅助化疗后的病理完全反应乳腺癌ChiCTR2200063406课题经费
Unknown
不适用
基于多任务及多模态数据融合的人工智能大语言模型精准预测乳腺癌新辅助化疗疗效:一项多中心、双向性队列研究ChiCTR2400087596中山大学孙逸仙纪念医院 2024 年逸仙科研启航项目
尚未招募
Unknown
基于深度学习的多模态多切面超声及病理图像分析早期评估乳腺癌新辅助化疗疗效乳腺癌ChiCTR2400081777上海交通大学，“交大之星”计划，医工交叉研究基金，YG2023QNB09
Unknown
不适用
基于深度学习的乳腺癌全视野数字切片的多任务新辅助化疗反应预测：一项多中心研究乳腺癌ChiCTR2400080821课题经费
Unknown
不适用
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