Építés alatt – nem éles oldal
Belépés
Még nem keres résztvevőt itt: BelgiumFázis nélkül

AI Analysis of CT Scans to Classify Ovarian Tumours as Benign, Borderline or Malignant Before Surgery

A legfontosabb adatok

Ki végzi
Catharina Ziekenhuis Eindhoven
Hol
Ghent (Belgium)A helyszín megnézéseMég 1 másik országban, 6 helyszínen
Azonosító
Állapot
Toborzás még nem indult
Résztvevők
1300 fő, tervezett
Kezdés
2026. nov.
Várható befejezés
2031. okt.
A vizsgálat típusa
Megfigyeléses, 3 csoport
A regiszteradat frissítve
2026. október 20.

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 olyan felnőtteket keres, akiknél petefészek vagy a közelében lévő terime miatt műtétet végeztek. A korábbi CT- vagy MRI-felvételeiket és szövettani leletüket használják fel. Nincs új vizsgálat vagy kontroll.

Életkor
A képalkotás idején 18 éves vagy idősebb
Nem
Nők
A betegség stádiuma
Petefészek vagy adnexum (a petefészek melletti terület) terime, amely a CT- és/vagy MRI-felvételen egyértelműen azonosítható. Előrehaladott petefészekrák hasvízzel vagy hashártya-érintettséggel is részt vehet, ha a fő terime jól azonosítható a képeken.
Korábbi kezelés
A terime műtéti eltávolítása, és műtét utáni végleges szövettani lelet. Nem vehet részt, akinek korábban petefészekrákja volt, vagy a petefészek melletti területet érintő korábbi daganatkezelést kapott.

A részvétel fő kizáró okai

  • Nincs végleges műtét utáni szövettani lelet
  • A felvételek minősége túl gyenge a felhasználáshoz
  • A petefészken kívüli betegség miatt a fő terime nem azonosítható, például kiterjedt hashártya-áttétes betegség vagy igazolt, nem petefészekből induló daganat
  • Korábbi petefészekrák vagy a petefészek melletti területet érintő korábbi daganatkezelés
  • A szövettani leletet a vizsgáló orvos bizonytalannak vagy nem egyértelműnek ítélte

A regiszter feltételei, szó szerint

Mind a 11 feltétel megnézéseKevesebb

Ki vehet részt

  • Age 18 years or older at the time of imaging
  • Ovarian or adnexal mass on clinical and/or radiological assessment that can be reliably identified as the index lesion on CT and/or MRI
  • Preoperative CT and/or MRI scan available, acquired as part of routine clinical care
  • Surgical removal of the ovarian or adnexal mass, with definitive postoperative histopathology available as reference standard
  • Bilateral ovarian tumours are eligible. If histopathology differs between sides, a predefined rule is applied (for example, selection of the lesion with the highest malignant potential)
  • Advanced ovarian malignancy, including ascites or peritoneal disease, is eligible if the primary adnexal mass can be clearly identified on imaging

Ki nem vehet részt

  • Previous ovarian malignancy or prior oncological treatment affecting the adnexal region
  • Extra-ovarian disease that prevents reliable identification or attribution of the adnexal lesion as the index tumour (for example diffuse peritoneal carcinomatosis or a confirmed non-ovarian primary malignancy)
  • No definitive postoperative histopathology available
  • Imaging of insufficient diagnostic quality (for example incomplete series, corrupted files or non-diagnostic sequences)
  • Pathology report judged indefinite or inconclusive by the reviewing clinician

Helyszínek itt: Belgium

Még 1 másik országban, 6 helyszínen

  • Ghent university hospitalGhent, BelgiumContact: Basiel Weyers, Medical DoctorNo longer taking part

A vizsgálatról

Mit akar kideríteni a vizsgálat

The goal of this observational study is to learn if a computer program can tell what type of ovarian tumour a person has from a CT scan taken before surgery. The program uses artificial intelligence (AI). It sorts tumours into three groups:

A teljes eredeti leírásKevesebb

* benign: not cancer * borderline: abnormal cells that usually behave less aggressively than cancer * malignant: cancer

Before surgery, doctors try to judge which group a tumour belongs to. This guides where and how the operation is done. This judgement is often hard, especially for borderline tumours. An AI program that does it well could help doctors plan surgery.

The main questions it aims to answer are:

* How well does the AI program sort ovarian tumours into benign, borderline and malignant on CT scans? * Does the AI program work as well on scans from hospitals it did not learn from?

Researchers will compare the AI program's results with the final diagnosis from the tumour tissue removed during surgery. They will also compare the program with methods doctors use today, such as ultrasound-based risk scores and the radiologist's report. In a smaller group, researchers will test the program on MRI scans.

This study only uses information that already exists. It includes adults who had surgery for a mass in or near the ovary at hospitals in the Netherlands and Belgium. Researchers will use:

* CT or MRI scans made before surgery as part of regular care * information from medical records * the tissue diagnosis after surgery

Participants will not be contacted. They will not have any extra scans, tests or visits. Each hospital codes the data before sharing them, so researchers cannot see participants' names. The study does not change anyone's care.

A vizsgálat 3 csoportja

  • CT development cohort

    * Description: Adult patients with an adnexal mass who had preoperative CT and surgery with definitive histopathology at the development centres (Catharina Hospital Eindhoven, Amphia Hospital, Netherlands Cancer Institute-Antoni van Leeuwenhoek, Leiden University Medical Centre and Amsterdam UMC). Includes patients from a previous multicentre CADx cohort and the OVIDETECT registry, approximately 930 scans, of which around 118 are borderline tumours. Used for model training, tuning and internal cross-validation. * Intervention: SPECTRE-based CADx model

  • CT external validation cohort

    * Description: Adult patients meeting the same criteria at centres held out entirely from model development (anticipated: Maastricht UMC+ and/or Ghent University Hospital), approximately 400 scans. Used only to assess generalisability across institutions. Centre allocation is fixed and documented before analysis. * Intervention: SPECTRE-based CADx model

  • MRI pilot cohort (exploratory)

    * Description: Adult patients from participating centres with a preoperative MRI of the adnexal mass and definitive histopathology, approximately 100 to 200 scans. Used to explore preliminary CADx feasibility on MRI and to compare with O-RADS MRI. Not part of the primary CT-based objective. * Intervention: SPECTRE-based CADx model

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
Foundation Model-based AI for Preoperative Three-class Ovarian Tumour Classification: Using Computer Aided Diagnosis (CADx) to Predict Whether an Ovarian Tumour is Benign, Malignant or Borderline
MI-összefoglaló
A vizsgálat saját részvételi feltételeiből. Gépi kiolvasás: 2026. november 13.
A regiszteradat frissítve
2026. október 20.