Меню
Идёт набор NCT04215224

Histopathology Images Based Survival Prediction of Glioma Patients Using Artificial Intelligence

— Наблюдательное Glioma

Ориентир для пациента и семьи

Простыми словами

Автоматическая сводка по структурированным данным реестра. Она помогает сориентироваться, но не заменяет официальный протокол или оценку врача.

Что изучают
В протоколе указаны: Histopathology images based survival prediction for glioma patients.
Кому может быть актуально
Состояния в реестре: Glioma. Базовые параметры: 1 год — 90 лет · Все.
Что важно проверить
Возраст, диагноз и пол — только базовые ориентиры. Предыдущее лечение, анализы и другие обязательные условия указаны ниже в критериях участия.
Где проводится
Китай
Следующий шаг
Сохраните исследование, покажите его лечащему врачу и уточните актуальный статус у исследовательского центра. Расходы, документы и поездка →

Не всё понятно в терминах? Прочитайте наш гид для пациентов →

Официальное название

Histopathology Images Based Survival Prediction of Patients With Primary Glioma Using Deep Learning or Machine Learning

Обзор

This registry aims to collect clinical, molecular and histopathology imaging including detailed survival data, clinical parameters, molecular pathology (1p/19q codeletion, MGMT methylation, IDH and TERTp mutations, etc) and images of HE slices in primary gliomas. By leveraging artificial intelligence, this registry will seek to construct and refine hstopathology imaging based algorithms that able to predict patients' survivals in the frame of molecular pathology or subgroups of gliomas.

Подробное описание

Non-invasive and precise prediction for survivals of glioma patients is challenging. With the development of artificial intelligence, much more potential lies in the histopathology images of HE slices in primary gliomas could be excavated to aid prediction of patients' prognosis in the frame of molecular pathology of gliomas. The creation of a registry for primary glioma with detailed survival data, molecular pathology, histopathology image data and with sufficient sample size for deep learning (\>1000) provides opportunities for personalized prediction of survival of glioma patients with non-invasiveness and precision.

Вмешательства

  • Диагностический тест Histopathology images based survival prediction for glioma patients
    Histopathology images based survival prediction of glioma patients in the frame of molecular pathology by leveraging AI

Первичные конечные точки

  • AUC of survival prediction performance [Срок оценки: up to 10 years]

Критерии участия

Критерии включения

  • Patients must have radiologically and histologically confirmed diagnosis of primary glioma
  • Life expectancy of greater than 3 months
  • Must receive tumor resection
  • Signed informed consent

Критерии исключения

  • No gliomas
  • No sufficient amount of tumor tissues for detection of molecular pathology
  • Patients who are pregnant or breast feeding
  • Patients who are suffered from severe systematic malfuctions

Критерии приведены из реестра в оригинале (на английском). Окончательную оценку соответствия проводит исследовательский центр.

Здоровые добровольцы: Нет

Дизайн исследования

Модель наблюдения
Когортное

Центры проведения

Китай · 1 центр
  • Department of Neurosurgery, First Affiliated Hospital of Zhengzhou University — Чжэнчжоу

Идентификаторы

NCT: NCT04215224 · GliomaAI-4

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗