Меню
Идёт набор NCT06810349

Predicting Tumor Origin Based on Deep Learning of Lymph Node Puncture Cytology

— Наблюдательное Lymph Nodes With Tumor Metastasis

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: Lymph Nodes With Tumor Metastasis. Базовые параметры: Без ограничений · 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

A Multicenter Study on Predicting Tumor Origin Based on Deep Learning of Lymph Node Puncture Cytology

Обзор

In this study, the investigators aimed to construct a deep learning diagnostic model that uses cytological images to predict primary unknown tumor origins in patients with tumors combined with lymph node metastases. After the model is constructed, the model will be validated by a large-scale test set to test the model performance. The investigators also propose to compare the performance of the constructed model in diagnosing cytology smears compared to human pathologists.

Первичные конечные точки

  • Model performance metrics [Срок оценки: 1 year]

Критерии участия

Критерии включения

  • From West China Hospital of Sichuan University (October 1, 2008-August 31, 2024) with corresponding clinical data, including age, sex, specimen puncture site, pathologic diagnosis, pathologic type, whether immunocytochemistry was added, clinical diagnosis, lesion site, co-morbidities, history of malignancy, treatment modality, occurrence of postoperative complications, total number of days of hospitalization postoperatively, and survival time;
  • From the Department of Pathology of the First Affiliated Hospital of Zhengzhou University, the Sichuan Provincial Cancer Hospital, and the Cancer Hospital of the Chinese Academy of Medical Sciences (January 1, 2020-August 31, 2024) with corresponding clinical data, including age, sex, specimen puncture site, pathologic diagnosis, pathologic type, whether immunocytochemistry was added, clinical diagnosis, lesion site, co-morbidities, history of malignancy, treatment modality, occurrence of postoperative complications, total number of days of hospitalization postoperatively, and survival time.

Критерии исключения

  • Images lacking any supporting clinical or pathologic evidence to support a primary origin and its corresponding clinical information;
  • Blank, poorly focused, and low-quality images containing severe artifacts and their corresponding clinical information.

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

Здоровые добровольцы: Да

Дизайн исследования

Модель наблюдения
Когортное

Центры проведения

Китай · 1 центр
  • West China Hospital of Sichuan University — Чэнду

Идентификаторы

NCT: NCT06810349 · 2024 Audit No. (1041)

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗