Építés alatt – nem éles oldal
Belépés
Csak meghívásosFázis nélkül

Radiomics-Based Non-Invasive MRI Differentiation of Uterine Sarcomas and Fibroids

A legfontosabb adatok

Ki végzi
Tongji Hospital
Hol
Wuhan (Kína)A helyszín megnézése
Azonosító
Állapot
Csak meghívásos
Résztvevők
520 fő, tervezett
Kezdés
2025. jan. 1.
Várható befejezés
2029. dec. 30.
A vizsgálat típusa
Megfigyeléses, 2 csoport
A vizsgált kezelések
  • No intervention (observational study)
A regiszteradat frissítve
2026. október 8.

Ki vehet részt

MI-összefoglaló

A vizsgálat saját részvételi feltételeiből. Gép olvasta ki az oldalon álló regiszterszövegből, ezért tévedhet. Hogy ki vehet részt, azt a lenti regiszterszöveg és a vizsgálat csapata dönti el.

A vizsgálat visszamenőleg nézi át azoknak a nőknek az adatait, akiket méhszarkóma vagy méhmióma (leiomyoma) miatt műtöttek. MRI-felvételek és mesterséges intelligencia segítségével próbálja megkülönböztetni a kettőt.

Életkor
18 éves vagy idősebb
Nem
Nő
A betegség stádiuma
Szövettanilag (hisztopatológiával) igazolt méhszarkóma vagy leiomyoma.
Korábbi kezelés
Műtéten esett át. A műtét előtt 2 hónapon belül készült MRI-felvétel T2WI és DWI szekvenciákkal.

A részvétel fő kizáró okai

  • 2 cm-nél (0,8 in) kisebb daganat
  • Nem a méhből kiinduló szarkóma (más helyről a méhbe átterjedt)
  • Egyidejű másik daganat a kismedencében

A regiszter feltételei, szó szerint

Mind a 5 feltétel megnézéseKevesebb

Ki vehet részt

  • Histopathological confirmation of uterine sarcoma or leiomyoma
  • Availability of preoperative MRI, includingT2WI and DWI, performed within 2 months of the surgery

Ki nem vehet részt

  • Concurrent pelvic malignancies. To avoid the influence of other types of tumors on the imaging features of uterine sarcoma and leiomyoma, and to ensure the pertinence and accuracy of the model
  • Tumors smaller than 2 cm. Small tumors may be difficult to accurately perform segmentation and feature extraction, which may affect the accuracy and reliability of the model
  • Non-primary uterine sarcomas. Sarcomas from other sites with metastasis to the uterus were excluded because the biological characteristics and imaging findings of these tumors may differ from those of primary uterine sarcomas and may lead to bias in the diagnostic model

Helyszínek itt: Kína

  • Tongji Hospital, Tongji Medical College, Huazhong University of Science and TechnologyWuhan, KínaCsak meghívásos

A vizsgálatról

Mit akar kideríteni a vizsgálat

This retrospective case-control study aims to develop and validate a diagnostic model based on multimodal big data and artificial intelligence to differentiate uterine leiomyoma from uterine sarcoma. Investigators will extract historical case data from existing inpatient and outpatient records, including medical history, physical and gynecological examination findings, MRI imaging data, laboratory results, and pathological records. The study seeks to address the question of whether integrating diverse retrospective clinical data with advanced AI techniques can accurately classify uterine tumors as benign leiomyomas or malignant sarcomas, thereby supporting clinical decision-making and optimizing diagnostic workflows.

A vizsgálat 2 csoportja

  • Patients with a pathological diagnosis of uterine fibroids

    Kezelés: No intervention (observational study)

  • Patients with a pathological diagnosis of uterine sarcoma

    Kezelés: No intervention (observational study)

Kérdések a vizsgálat csapatának

  1. Milyen gyakran kell bejárnom, és egy-egy alkalom mennyi ideig tart?
  2. Megtérítik az utazási költséget?
  3. Megtarthatom a saját orvosomat?
  4. Mi történik, ha ki akarok lépni?

Contact the study team: see the registry record → Contacts and Locations

Oldal nyomtatása az orvosomnak

Adatok és források

Regiszteradat
Szerepel a ClinicalTrials.gov-on.
Hivatalos cím
Non-invasive Differentiation of Uterine Sarcomas From Uterine Fibroids Using Multiparametric MRI Radiomics
MI-összefoglaló
A vizsgálat saját részvételi feltételeiből. Gépi kiolvasás: 2026. november 12.
A regiszteradat frissítve
2026. október 8.