NCT07166445Toboroz
Deep Learning for Automated Discrimination Between Stage T1-T2 and T3 Renal Cell Carcinoma on Contrast-Enhanced CT
Forrás: ClinicalTrials.gov · Utoljára frissítve: 2025. szept. 10. · Több mint 12 hónapja nem frissült - kérdezd meg a helyszínt, nyitott-e még
Rövid összefoglaló (regiszter, angolul)
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.
- Állapot (regiszter)
- Toboroz
- Vizsgálattípus
- Megfigyeléses
- Résztvevők száma
- 1000 (tervezett)
- Első benyújtás
- 2025. szept. 3.
- Kezdés
- 2024. szept. 1.
- Elsődleges befejezés
- 2025. dec. 1.
- Fő szponzor
- Peking University First Hospital
- Betegségek
- Vesedaganat
- NCT-szám
- NCT07166445
Mit vállalsz
- Vizsgálat típusa: Megfigyeléses
- Tervezett résztvevők: 1000
- 2024. szept. 1. és az elsődleges befejezés (2025. dec. 1.) között
- 1 helyszín, 1 országban
- Vizitek és vizsgálatok: kérdezd a vizsgálat csapatát, a regiszter nem sorolja fel őket
A(z) ClinicalTrials.gov regisztermezőiből összeállítva. A vizsgálat felépítését írja le.
Ki nem vehet részt
Szó szerint a(z) ClinicalTrials.gov forrásból, témák szerint csoportosítva. Hogy ki vehet részt, azt csak a vizsgálat csapata dönti el.
Egyéb
- 1. Pathologic subtype other than RCC. 2. Images with severe artifacts.
Kiket keres a vizsgálat
- 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.
Életkor a regiszterben: 18 év – 85 év · Nem: nők és férfiak · Egészséges önkénteseket is fogad
Helyszínek (1)
Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.
| Helyszín | Város | Ország | Helyszín állapota |
|---|---|---|---|
| Peking University First Hospital, Beijing, Ennek a helyszínnek vagy a koordinátora? Erősítsd meg az állapotát | Beijing | Kína | Toboroz |
Ez az oldal tájékoztatás, nem orvosi tanács. Bármely vizsgálatról az orvosoddal beszélj.