ChiCTR2600118989尚未招募不适用
基于多模态影像病理融合模型评估 T1 期结直肠癌淋巴结转移与复发风险
自选课题（自筹）1 个研究点 分布在 1 个国家开始时间: 2026年2月28日最近更新:
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 术后病理确诊的 LNM 状态
研究概览
简要总结
针对如何在术前准确预测 T1 期结直肠癌（colorectal cancer, CRC）淋巴结转移（lymph node metastasis, LNM）的临床痛点，本研究拟结合 CT 图像的生境特征、病理组学特征以及临床数据，构建 T1 期结直肠癌 LNM 的术前无创风险预测模型，并通过 RNA 测序数据探索模型的生物学可解释性。该模型有望在现有国际学指南的基础上，进一步提高 T1 CRC 患者 LNM 的诊断特异性，进而减少不必要的手术切除。
研究设计
- 研究类型
- 观察性研究
- 主要目的
- 连续入组
- 盲法
- 无
入排标准
- 性别
- All
入选标准
- •1.组织病理学证实的原发性 T1 CRC；
- •2.病变切除前未经过任何抗癌治疗；
- •3.可获取增强 CT 的动、静脉期图像，扫描范围覆盖结直肠；
- •4.可获取组织病理切片，并进行高危风险因素的评估。
排除标准
- •1.合并其他恶性肿瘤；
- •2.临床怀疑家族性腺瘤性息肉病；
- •3.增强 CT 图像由于伪影、肠套叠、肠内容物分界欠清等原因无法勾勒病灶轮廓；
- •4.术前增强 CT 检查与肿物切除术间隔时间超过 1 月。
研究组 & 干预措施
模型训练组
结局指标
主要结局
术后病理确诊的 LNM 状态
时间窗: 术前的 CT、MR 检查
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 CT 和 MRI 的多区域影像组学用于预测直肠癌患者的预后ChiCTR2500104601自选课题（自筹）
Unknown
不适用
基于 AI 大数据算法和多模态临床特征预测 T1 期结直肠癌淋巴结转移风险的多中心队列研究ChiCTR2500113880国家自然科学基金
尚未招募
Unknown
基于多模态数据的结直肠癌复发与转移预测的研究结直肠癌ChiCTR2600115921
Unknown
不适用
影像学预测直肠癌系膜内淋巴结分期准确性的前瞻性研究直肠癌ChiCTR2100052441四川大学华西医院学科卓越发展 1·3·5 工程项目
Unknown
不适用
应用深度学习构建直肠癌区域淋巴结转移的影像辅助诊断模型直肠癌ChiCTR2100054350国家自然科学基金 NO.81971584