适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 试验地点
- 1
- 主要终点
- 复发转移死亡
研究概览
简要总结
1.探索多模态数据（影像、病理、临床等）在结直肠癌转移复发预测中的联合机制。 2.开发基于深度学习的多模态数据融合算法，构建高精度、可解释的预测模型，识别高风险患者亚群，优化术后监测策略（如动态影像随访频率），为个性化辅助治疗（靶向药物、免疫治疗）提供依据，降低复发率。
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.广医三院胃肠外科进行手术的结直肠患者且具有完整的病历资料，包括但不限于：入院大病历、围术期检验、肠镜图片及报告、围术期胸腹部影像学资料、术后病理切片及病理报告； 2.年龄≥18 岁； TNM 分期为 I-III 期；
排除标准
- •1.初诊时已具有他处转移及其他系统的恶性肿瘤患者； 2.围术期病历资料不完整的患者；
研究组 & 干预措施
结直肠癌患者组
结局指标
主要结局
复发转移死亡
时间窗: 术后每年电话随访
次要结局
- 临床决策曲线；AUC 曲线(所有患者电话随访完成后根据有无终点事件，进行数据分类及处理)
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
基于术前 CT 图像的深度学习预测结直肠癌复发和治疗反应ChiCTR2400087237国家自然科学基金项目(82002221)，国家自然科学基金项目(8227242)，中山大学附属第六医院海归创业基金项目(82002221);国家自然科学基金项目(No. 81972212, XW)，广州市重点研发项目(No. 202206080008, XW)，广东省消化疾病临床研究中心项目(No. 2020B1111170004)，中国社会科学基金博士后资助项目(No. 20210217202501975, FG);GZC20233214, DC)，自治区自然科学基金计划专项培训项目(No.2022D03041，田旭伟)
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
Unknown
不适用
基于多模态数据的膀胱癌复发智能预测模型的开发与验证ChiCTR2400092874自选课题（自筹）
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
Unknown
不适用
影像组学及深度学习模型评估结直肠肿瘤及相关疾病影像的多中心研究ChiCTR2500108799国家卫生健康委科学研究基金-浙江省卫生健康重大科技计划重大项目