Меню
Набор скоро начнётся NCT07299318

Multimodal Deep Learning for Lymph Node Metastasis in Thyroid Cancer

— Наблюдательное Papillary Thyroid Carcinoma

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: not intervention.
Кому может быть актуально
Состояния в реестре: Papillary Thyroid Carcinoma. Базовые параметры: 18 лет — 80 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

A Multicenter Study on Developing a Multimodal Deep Learning Model Based on Color Doppler Ultrasound for Predicting Lymph Node Metastasis and Cancer Staging in Papillary Thyroid Carcinoma

Обзор

Papillary thyroid carcinoma (PTC) is the most common endocrine malignancy in clinical practice, accounting for approximately 85% of all thyroid malignancies. The occurrence of cervical lymph node metastasis further increases the risk of local tumor recurrence and distant metastasis, thereby reducing patient survival rates. Pathological examinations reveal that approximately 30-80% of PTC patients have lymph node metastasis. Early detection of metastatic lymph nodes and the development of individualized treatment plans are crucial for improving patient prognosis. Currently, the primary method for diagnosing lymph node metastasis is ultrasound-guided fine-needle aspiration, but its accuracy is limited by sample quality and carries a risk of false-negative results. In recent years, deep learning technology has demonstrated significant potential in the field of medical image analysis. Therefore, the investigators aim to develop a deep learning model based on neck ultrasound to more accurately predict lymph node metastasis.

Вмешательства

  • Другое not intervention
    This is a retrospective observational study in which participants will not undergo any interventions, and only data collection and analysis will be performed on the participants.

Первичные конечные точки

  • Area Under the Receiver Operating Characteristic Curve for a Multimodal Deep Learning Model Based on Cervical Ultrasound in Predicting Lymph Node Metastasis [Срок оценки: Within 2 months after the completion of subject enrollment]
  • Sensitivity of a Multimodal Deep Learning Model Based on Cervical Ultrasound for Predicting Lymph Node Metastasis [Срок оценки: Within 2 months after the completion of subject enrollment.]
  • Specificity of a Multimodal Deep Learning Model Based on Cervical Ultrasound for Predicting Lymph Node Metastasis [Срок оценки: Within 2 months after the completion of subject enrollment.]
Вторичные конечные точки (3)
  • The pathologically confirmed lymph node metastasis rate in the study cohort [Срок оценки: Within 2 months after the completion of subject enrollment]
  • Adjusted Odds Ratios for Clinical Factors Associated with Pathologically Confirmed Lymph Node Metastasis [Срок оценки: Within 2 months after the completion of subject enrollment]
  • The weighted Kappa coefficient for the consistency between model-predicted pTNM stage and pathological stage [Срок оценки: Within 2 months after the completion of subject enrollment]

Критерии участия

Критерии включения

Cases aged 18-80 years who underwent thyroid ultrasound examination and postoperative pathological examination of the thyroid.

Cases with a first-time diagnosis of papillary thyroid carcinoma. Cases who underwent lymph node dissection

Критерии исключения

Cases aged <18 years or >80 years. Cases with poor-quality ultrasound images. Cases with incompletely visualized nodules. Cases with images showing multiple distinct lesions. Cases belonging to special populations. Cases with concurrent other tumors. Cases with a history of thyroid cancer resection

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
  • West China hospital of Sichuan University — Чэнду

Идентификаторы

NCT: NCT07299318 · 2025(2352)

Первоисточники (государственные реестры)

Открыть это исследование на ClinicalTrials.gov ↗