NCT07642401Csak meghívásos
Large-scale Models of Esophageal Cancer and Related Research
Clinical Application Research of AI-Based Large Models for Early Screening, Diagnosis, Treatment, and Prognosis Assessment of Esophageal Cancer
Forrás: ClinicalTrials.gov · Utoljára frissítve: 2026. aug. 27.
Rövid összefoglaló (regiszter, angolul)
The goal of this observational study is to learn about the clinical utility of an artificial intelligence (AI) large language model in patients undergoing screening, diagnosis, treatment, and prognosis assessment for esophageal cancer. The main question it aims to answer is: Does the AI model improve early detection rate, diagnostic accuracy, treatment personalization, and prognostic prediction for esophageal cancer compared to standard care? Participants already receiving routine esophageal cancer management (including endoscopy, imaging, pathology, and clinical follow-up) as part of their regular medical care will have their de-identified data processed by the AI model; researchers will compare model-based recommendations and outcomes with standard care benchmarks over 3 years. Last updated on Oct 31, 2027
- Állapot (regiszter)
- Csak meghívásos
- Vizsgálattípus
- Megfigyeléses
- Résztvevők száma
- 12000 (tervezett)
- Első benyújtás
- 2026. jún. 1.
- Kezdés
- 2026. máj. 15.
- Elsődleges befejezés
- 2027. okt. 31.
- Fő szponzor
- The First Affiliated Hospital of Henan University of Science and Technology
- Betegségek
- Gyomor- és nyelőcsőrák
- NCT-szám
- NCT07642401
Mit vállalsz
- Vizsgálat típusa: Megfigyeléses
- Tervezett résztvevők: 12000
- 2026. máj. 15. és az elsődleges befejezés (2027. okt. 31.) között
- 3 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.
Korábbi kezelés
- 1. Diagnostically uncertain: Lack of definitive pathological evidence, or with doubtful clinical diagnosis.
- Poor data quality: Low-quality key imaging data (endoscopy, CT) that is unsuitable for analysis (e.g., severe artifacts, missing images).
- Severe missingness of key clinical or follow-up data (missing rate > 20%). 4. Confounding by other malignancies: Presence of other active malignant tumors other than esophageal cancer within 5 years prior to enrollment.
- Loss to follow-up: Failure to obtain key survival or recurrence follow-up information in the retrospective cohort.
Kiket keres a vizsgálat
- 1. Aged 18 years or older. 2. Individuals with normal findings or inflammatory changes: endoscopic or pathological reports indicating "no significant abnormalities detected" or changes consistent with inflammation.
- Individuals with benign lesions: pathological reports specifying "absence of tumor cells" or a diagnosis consistent with benign lesions.
- Individuals with precancerous lesions: pathological reports with a definitive diagnosis of Low-grade Intraepithelial Neoplasia (LGIN) or High-grade Intraepithelial Neoplasia (HGIN).
- Individuals with malignant tumors: pathological reports confirming a diagnosis of esophageal squamous cell carcinoma or esophageal adenocarcinoma.
Életkor a regiszterben: 18 év – 90 év · Nem: nők és férfiak · Egészséges önkénteseket nem fogad
Helyszínek (3)
Helyszínek a regiszter sorrendjében. Ha a profilodba mented a városodat, távolság szerint rendeződnek.
| Helyszín | Város | Ország | Helyszín állapota |
|---|---|---|---|
| Anyang Tumor Hospital | Anyang | Kína | Ismeretlen állapot |
| The First Affiliated Hospital of Henan University of Science &Technology | Luoyang | Kína | Ismeretlen állapot |
| Nanyang Central Hospital Medical Ethics Committee | Nanyang | Kína | Ismeretlen állapot |
Ez az oldal tájékoztatás, nem orvosi tanács. Bármely vizsgálatról az orvosoddal beszélj.