ChiCTR2500096859尚未招募不适用
基于 CT 的深度学习影像组学模型术前预测微创肾部分切除术三连胜结局
“五个五”工程1 个研究点 分布在 1 个国家开始时间: 2024年12月1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
- 阴性手术切缘
研究概览
简要总结
本研究的目的是应用基于术前 CT 的深度学习和影像组学特征结合临床预测因素构建模型用于术前预测肾部分切除术三连胜结局，并与临床预测模型比较。
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.行 CT 检查发现单发肾肿瘤；
- •2.接受 RAPN 或 LPN 治疗；
- •3.术前肌酐水平<133umol/L,无基础肾病 或肾功能不全。
排除标准
- •1.临床及影像资料不完整的患者；
- •2.重复 肾、孤立肾、马蹄肾等特殊类型肾脏患者；
- •3.CT 图像质量差的患者。
研究组 & 干预措施
观察组
结局指标
主要结局
阴性手术切缘
术后早期 eGFR 较术前下降<=30%
无 Clavien-Dindo 4 / 7 >=3 级并发症
次要结局
未报告次要终点
研究者
研究点 (1)
Loading locations...
相似试验
招募中
Unknown
基于深度学习的影像组学联合病理组学构建肾占位性病变诊断和预后模型及其前瞻性验证肾肿物ChiCTR2100051935国家自然科学基金 819025632,350
Unknown
不适用
基于人工智能肾脏肿瘤病理特征与预后精准预测模型的构建肾脏肿瘤ChiCTR1900025090福建省中青年教师教育科研项目
尚未招募
Unknown
基于机器学习构建肾细胞癌患者肾切除术后急性肾损伤的风险模型及肾功能恢复状态预测模型急性肾损伤ChiCTR2500104718
Unknown
不适用
基于多期增强 CT 与深度学习的肾脏占位三级分类模型开发及其临床应用研究ChiCTR2500112290自筹
Unknown
不适用
肾部分切除术术中并发症发生率、术后肿瘤结局、肾功能水平变化、心血管事件发生率：一项真实世界前瞻性观察性研究ChiCTR2300078498为前瞻性观察性研究，自筹经费。