Меню
Идёт набор NCT05523245

Predicting the Efficacy of Neoadjuvant Therapy in Patients With Locally Advanced Rectal Cancer Using an AI Platform Based on Multi-parametric MRI

— Наблюдательное Rectal Cancer

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
Это наблюдательное исследование: исследуемое лечение участникам по протоколу не назначают.
Кому может быть актуально
Состояния в реестре: Rectal Cancer. Базовые параметры: от 18 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 →

Обзор

Establish a deep learning model based on multi-parameter magnetic resonance imaging to predict the efficacy of neoadjuvant therapy for locally advanced rectal cancer.This study intends to combine DCE with conventional MRI images for DL, establish a multi-parameter MRI model for predicting the efficacy of CRT, and compare it with the DL and non-artificial quantitative MRI diagnostic model constructed by conventional MRI to evaluate the role of DL in MRI predicting CRT. And this study also tries to build a DL platform to assess the efficacy of LARC neoadjuvant radiotherapy and chemotherapy, accurately assess patients' complete respose (pCR) after CRT, and provide an important basis for guiding clinical decision-making.

Первичные конечные точки

  • The area under curve (AUC) of Receiver Operating Characteristic (ROC) curves of models in prediction tumor response [Срок оценки: baseline and pre-operation]
Вторичные конечные точки (4)
  • The specificity of models in prediction tumor response [Срок оценки: baseline and pre-operation]
  • The sensitivity of models in prediction tumor response [Срок оценки: baseline and pre-operation]
  • The positive predictive value of models in prediction tumor response [Срок оценки: baseline and pre-operation]
  • The negative predictive value of models in prediction tumor response [Срок оценки: baseline and pre-operation]

Критерии участия

Критерии включения

  • Clinical suspicion or colonoscopic pathology of rectal cancer
  • Age over 18 years
  • Informed consent and signed informed consent form

Критерии исключения

  • Poor magnetic resonance image quality, such as severe artifacts
  • Previous treatment for rectal cancer
  • History or combination of other malignant tumours
  • Not Locally Advanced Rectal Cancer (LARC)
  • Not received neoadjuvant therapy or not completed neoadjuvant therapy
  • No surgery
  • Time interval between MRI and surgery was more than 2 weeks
  • Patients were lost to follow-up and voluntarily withdrew from the study due to adverse reactions or other reasons

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 · 4 центра
  • Sixth Affiliated Hospital, Sun Yat-sen University — Гуанчжоу
  • The First Affiliated Hospital of Jinan University — Гуанчжоу
  • The Second Affiliated Hospital of Guangzhou Medical University — Гуанчжоу
  • Fifth Affiliated Hospital, Sun Yat-sen University — Zhuhai

Идентификаторы

NCT: NCT05523245 · 2021ZSLYEC-478

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗