ChiCTR2400087237尚未招募回顾性研究
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
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)1 个研究点 分布在 1 个国家开始时间: 2024年7月1日最近更新:
试验速览
- 阶段
- 回顾性研究
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 癌症患者术后当前生存状态
研究概览
简要总结
本实验建立并验证了一个基于深度学习的结直肠癌患者术前 CT 图像生存预后模型，并探讨其在辅助治疗决策中的作用。我们的目标是完善结直肠癌的风险分层，指导辅助化疗，最终改善患者的治疗效果。此外，通过转录组数据的综合分析，我们试图确定 CT 影像特征与基因组潜在的相关性，以评估免疫治疗的潜在疗效。
研究设计
- 研究类型
- 预后研究
- 主要目的
- 队列研究
- 盲法
- 无
入排标准
- 年龄范围
- 40 至 99（—）
- 性别
- All
入选标准
- •在中山大学附属第六医院接受过根治性手术的结直肠癌患者；
- •有对应的影像图像和诊断报告
排除标准
- 未提供
研究组 & 干预措施
观察组
结局指标
主要结局
癌症患者术后当前生存状态
时间窗: 现在
癌症患者术无病生存期
时间窗: 病人术后病发或死亡时间
次要结局
- 结直肠手术时间(病人结直肠手术时间)
研究者
研究点 (1)
Loading locations...
相似试验
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
该试验尚未获伦理委员会批准，请于批准后才开始征募参试者，并与我们联系上传伦理批件。 基于深度学习的直肠癌新辅后肿瘤退缩分级预后模型的开发直肠癌ChiCTR2000035917自筹
Unknown
不适用
基于深度学习的直肠癌术后放射治疗靶区和危及器官精确勾画的研究ChiCTR1900028157国家自然科学基金(81803056)250
Unknown
不适用
基于人工智能的结直肠癌肝转移精准诊疗预测模型的研究ChiCTR2200062951厅局级 - 其他（首发专项）667
Unknown
不适用
基于人工智能平台的直肠癌新辅助治疗效果评估系统的建立及临床应用直肠癌ChiCTR2100046275自筹100