Меню
Идёт набор NCT07050576

Lymph Node Metastasis in Early Esophageal Squamous Cell Carcinoma

— Наблюдательное ESCC Lymph Node Metastasis Radiomics

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: The prediction model of lymph node metastasis in early esophageal squamous cell carcinoma.
Кому может быть актуально
Состояния в реестре: ESCC, Lymph Node Metastasis, Radiomics. 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

Deep Learning and Radiomics for Prediction of Lymph Node Metastasis in Early-stage Esophageal Squamous Cell Carcinoma

Обзор

This study aims to develop a predictive model using deep learning and radiomics to assess the likelihood of lymph node metastasis in patients with early-stage esophageal squamous cell carcinoma (ESCC). Lymph node metastasis is a critical factor in determining the treatment approach and prognosis for ESCC patients. By analyzing medical imaging data, we hope to create a non-invasive method that can assist doctors in making more accurate treatment decisions. This research could improve patient outcomes by enabling earlier and more tailored interventions.

Вмешательства

  • Диагностический тест The prediction model of lymph node metastasis in early esophageal squamous cell carcinoma
    The predictive performance of the model was validated in the test set. The optimal prediction model was determined based on the AUC and ACC. To assess the robustness of the chosen model, ROC analysis was conducted on the external validation set.

Первичные конечные точки

  • AUC(the area under the curve) values of the model [Срок оценки: 4 years]

Критерии участия

Критерии включения

  • Patients with pathologically confirmed early-stage (T1) ESCC
  • Preoperative contrast-enhanced CT data within 2 weeks before surgery
  • Without any treatment before surgical resection

Критерии исключения

  • Patients who underwent neoadjuvant therapy or endoscopic treatment
  • Insufficient CT imaging or poor CT quality
  • Incomplete pathology results
  • Presence of metastatic disease

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

Здоровые добровольцы: Нет

Дизайн исследования

Модель наблюдения
Случай-контроль

Центры проведения

Китай · 1 центр
  • The First Affiliated Hospital of Anhui Medical University — Хэфэй

Идентификаторы

NCT: NCT07050576 · Early-ESCC-LNM-2024

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗