18983288589(微信同号)
18983288589(微信同号)
18908392210(微信同号)
18980413049
ChiCTR2400083568
尚未开始
/
/
/
2024-04-28
/
/
食管癌
基于机器学习的病理组学特征可作为食管鳞状细胞癌患者的新型预后标记:一项多中心队列研究
基于机器学习的病理组学特征可作为食管鳞状细胞癌患者的新型预后标记:一项多中心队列研究
本研究旨在探索基于机器学习方法的病理组学特征,评估这些特征作为食管鳞状细胞癌患者预后的新型生物标记的潜力。通过使用多中心的回顾性队列数据,我们计划建立和验证一个预测模型,该模型基于从病理切片中提取的组织学特征来预测食管癌患者的生存结果。具体目的包括: 1.特征提取:应用机器学习技术从食管鳞状细胞癌的病理切片中提取高维组织学特征。 2.模型建立与验证:构建基于提取特征的预后预测模型,并在不同中心的独立数据集上进行验证,以测试其泛化能力和准确性。 3.临床应用探索:分析所提取的病理组学特征与患者的临床路径和生存数据之间的关联,探讨其作为临床预后评估工具的可行性和有效性。
队列研究
回顾性研究
回顾性研究未使用随机方法。
/
无
/
400;101;87
/
2024-05-01
2024-05-31
/
1.确诊病例:病理学确认的食管鳞状细胞癌(ESCC)患者。 2.治疗信息完整:有完整记录的治疗历史,包括手术、放疗、化疗或其他综合治疗方案。 3.可用的病理样本:有可用于机器学习分析的高质量病理切片,包括但不限于石蜡嵌块和冰冻切片。 4.随访数据:有可靠的随访数据,最低随访时间为1年,包括生存状态、复发信息及生存时间等。 5.年龄范围:年龄在18岁以上。;
登录查看1.其他癌症历史:存在其他类型癌症的活跃病例或治疗历史。 2.数据不全:缺乏完整的治疗或随访数据。 3.样本质量不佳:病理样本因固定、处理不当或保存时间过长导致质量不佳,无法进行有效的机器学习分析。 4.严重合并症:有影响预后评估的严重合并症,如未控制的心脏病、肝功能衰竭等。 5.年龄限制:未满18岁的患者。;
登录查看福建医科大学附属协和医院
/
施维雅2024-11-25
药明康德2024-11-25
药明康德2024-11-25
药渡2024-11-25
亚泰制药2024-11-25
Medaverse2024-11-24
小药说药2024-11-24
亚泰制药2024-11-24
BioArtMED2024-11-23
新康界2024-11-23