ChiCTR2500111371尚未招募不适用
基于 CT 影像的深度学习和影像组学模型预测食管鳞状细胞癌隐匿性淋巴结转移
本研究由国家自然科学基金项目（项目编号：82071919）提供支持2 个研究点 分布在 1 个国家目标入组 300 人开始时间: 2025年10月30日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 入组人数
- 300
- 试验地点
- 2
- 主要终点
- 隐匿性淋巴结转移的高风险
研究概览
简要总结
开发预测 ESCC 隐匿性淋巴结转移模型进行 OLNM 预测，提高 ESCC 诊断的准确性和效率，改善 ESCC 患者的预后和生活质量。
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.临床检查、食管 / 胃镜、CT/MRI 证实淋巴结为 cN0 期；
- •2.术后病理证实为食管鳞状细胞癌并接受了淋巴结清扫术；
- •3.患者术前两周内的影像资料。
排除标准
- •1.患者术前接受过其他治疗(放疗、化疗、新辅助治疗等)；
- •2.有远处转移或多发肿瘤的证据；
- •3.图像质量不佳或临床资料不完整。
研究组 & 干预措施
训练组
内部测试组
外部测试组
结局指标
主要结局
隐匿性淋巴结转移的高风险
隐匿性淋巴结转移的低风险
次要结局
未报告次要终点
研究者
研究点 (2)
Loading locations...
相似试验
Unknown
不适用
基于 18F-FDG PET/CT 显像机器学习特征构建预测模型在食管癌淋巴结转移诊断中的价值研究ChiCTR2500101855自选课题（自筹）
尚未招募
Unknown
基于多任务深度学习的食管癌区域淋巴结转移术前预测：一项前瞻性、多中心研究食管癌ChiCTR2200056208
尚未招募
Unknown
基于 CT 和临床信息的多模态特征融合深度学习模型评估外科手术为主的食管癌综合治疗预后的多中心、双向队列临床研究食管癌ChiCTR2500100063
Unknown
不适用
基于 CT 的深度学习预测局部晚期胸段食管鳞癌的远期生存食管癌ChiCTR2100049537国家自然科学基金(编号：81530060 和 81874224)、山东省重点技术研究发展计划(编号：2017CXZC1206)、国家自然科学基金(批准号：81922040)、北京自然科学基金(批准号：7182109)、中国科学院青年创新促进会(批准号：2019136)的资助。
Unknown
不适用
基于瘤内和瘤周 CT 影像组学特征构建随机生存森林模型预测食管鳞癌患者术后生存的研究ChiCTR2500097596四川大学华西医院临床研究基金(2023HXFH042)和四川省大学生创新创业训练计划项目(No.S202310634061)