洞察市场格局
解锁药品研发情报

免费客服电话

18983288589
试用企业版

首页 临床进展 基于深度学习模型的多组学技术对宫颈癌淋巴结转移的术前预测分析

【ChiCTR2400081731】基于深度学习模型的多组学技术对宫颈癌淋巴结转移的术前预测分析

查看原文
立即下载
基本信息
登记号

ChiCTR2400081731

试验状态

正在进行

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2024-03-11

临床申请受理号

/

靶点

/

适应症

宫颈癌

试验通俗题目

基于深度学习模型的多组学技术对宫颈癌淋巴结转移的术前预测分析

试验专业题目

基于深度学习模型的多组学技术对宫颈癌淋巴结转移的术前预测及影响因素分析

申办单位信息
申请人联系人
申请人名称
联系人邮箱
联系人邮编

710032

联系人通讯地址
临床试验信息
试验目的

寻求一种全面、准确、高效、简便的预测模型进行宫颈癌术前淋巴结转移(lymph node metastasis，LNM)状态的识别。通过对既往宫颈癌患者的影像资料(MRI)以及临床基本资料，包括肿瘤标记物、HPV状态、术前病理类型、分级以及免疫组化等指标进行收集，并结合术后病理图像及结果，验证淋巴结转移情况，分别采用人工勾勒影像特征以及深度学习等方法来建立预测宫颈癌术前LNM的模型。

试验分类
试验类型

队列研究

试验分期

回顾性研究

随机化

无需随机

盲法

无

试验项目经费来源

科室研究经费

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2023-04-01

试验终止时间

2024-03-31

是否属于一致性

/

入选标准

1.年龄18-80岁妇女； 2.经手术病理确诊为宫颈癌，并评价盆腔淋巴结状态； 3.术前两周内行影像学检查； 4.临床资料完整。；

排除标准

1.术前经过新辅助放化疗的患者； 2.已经出现远处转移的患者； 3.合并其他恶性肿瘤。；

研究者信息
研究负责人姓名
试验机构

空军军医大学第一附属医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

710032

联系人通讯地址
<END>

空军军医大学第一附属医院的其他临床试验

更多

空军军医大学第一附属医院的其他临床试验

更多

最新临床资讯

更多
对摩熵医药数据库感兴趣，可以免费体验产品
体验产品

同适应症药物临床试验

更多