ChiCTR2400080821尚未招募早期 1 期
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
课题经费8 个研究点 分布在 1 个国家开始时间: 2024年2月1日最近更新:
适应症
试验速览
- 阶段
- 早期 1 期
- 状态
- 尚未招募
- 发起方
- 试验地点
- 8
- 主要终点
- 受试者操作特征曲线下面积
研究概览
简要总结
本研究利用多尺度的全视野数字切片的和临床信息构建一个全自动系统预测新辅助化疗后乳腺癌患者的治疗反应。在多中心的外部医院环境中验证了模型的泛化能力，并在前瞻性环境中进行验证了临床实用性。本研究为乳腺癌患者后续方案的制定提供一定的指导作用。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 连续入组
入排标准
- 年龄范围
- 22 至 78（—）
- 性别
- Female
入选标准
- •患者经活检确诊为乳腺癌，并被定义为局部晚期乳腺癌；
- •新辅助化疗后进行手术；
- •手术后由经验丰富的病理学家确认治疗反应；
- •活检在 NAC 前 2 周内进行。
排除标准
- •在接受新辅助化疗前有化疗、手术或恶性肿瘤病史；
- •患者接受了非标准治疗或未完成新辅助化疗疗程；
- •未进行手术或术后病理结果不完整；
- •缺乏符合分析要求的临床病理资料和 WSI；
结局指标
主要结局
受试者操作特征曲线下面积
次要结局
- 敏感度
- 特异度
- 准确性
研究者
研究点 (8)
Loading locations...
相似试验
Unknown
不适用
DCE-MRI 的多任务深度学习在乳腺癌自动分割及新辅助化疗疗效预测中的研究乳腺癌ChiCTR2200065185课题经费
Unknown
不适用
一个多模态融合系统早期预测乳腺癌患者新辅助化疗疗效：一项多中心，前瞻性研究乳腺癌ChiCTR2300076999课题经费
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
基于多区域动态对比增强在预测乳腺癌新辅助化疗后腋窝淋巴结反应中的预测价值乳腺癌ChiCTR2400080446课题经费
尚未招募
Unknown
基于人工智能的胃癌新辅助化疗疗效预测多中心前瞻性真实世界研究胃癌ChiCTR2300068917