Deep Learning for Automated Discrimination Between Stage T1-T2 and T3 Renal Cell Carcinoma on Contrast-Enhanced CT
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: None intervention.
- Кому может быть актуально
- Состояния в реестре: Carcinoma, Renal Cell, Diagnostic Imaging, Pathology, Deep Learning. Базовые параметры: 18 лет — 85 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
This study aims to develop and validate a contrast-enhanced CT-based deep-learning model for automatic and accurate preoperative discrimination between T1-T2 and T3 renal cell carcinoma. By quantifying the model's diagnostic performance on an independent test set-using AUC, sensitivity, specificity, positive/negative predictive values, and decision-curve analysis-we will establish a decision-support tool that can be seamlessly integrated into clinical PACS, thereby reducing staging errors, refining surgical planning, and improving patient outcomes.
Вмешательства
- Другое None intervention
this study is retrospective based on the CT images, which dose include any intervention.
Первичные конечные точки
- diagnostic performance [Срок оценки: from 2024 to 2027]
Критерии участия
Критерии включения
- Histopathologically confirmed renal cell carcinoma on postoperative specimen.
- Preoperative contrast-enhanced CT performed at our institution with slice thickness ≤ 1 mm and complete DICOM datasets.
- Postoperative pathologic staging clearly defined as pT1a-T2b or pT3a.
- CT image quality deemed adequate for analysis.
Критерии исключения
- 1\. Pathologic subtype other than RCC. 2. Images with severe artifacts.
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
- Peking University First Hospital, Beijing, — Пекин
Идентификаторы
NCT: NCT07166445 · PUH-2025-RCC-DL-TS001