据报道,气腔扩散 (STAS) 是接受亚肺叶切除术的肺癌患者的不良预后因素。因此,其术前评估可用于定制手术治疗。最近有人提出放射组学来预测肺腺癌患者的 STAS。然而,所有的研究都严格选择了影像学和患者,导致结果很难适用于日常临床实践。本研究的目的是在基于实践的数据集中测试基于放射组学的 STAS 预测模型,并验证其有效性和转化潜力。
培训部分回顾性收集了 100 名连续切除的肺腺癌患者的放射学和临床数据。与常见的临床实践一样,术前 CT 图像由不同的医生和不同的医院独立获取。因此,我们的数据集在扫描仪的模型和制造、采集和重建协议、静脉内对比相位和像素大小方面存在很大差异。为了测试标准化在高度变化的数据中的效果,术前 CT 图像和感兴趣的肿瘤区域用四种不同的管道进行了预处理。使用金字塔组学提取特征,并考虑管道内的分离能力和稳健性进行选择。之后,使用最重要的相关特征创建了基于放射组学的 STAS 预测模型。该模型随后在 50 名前瞻性登记为外部验证组的患者中进行了验证,以测试其在 STAS 预测中的有效性。
状况或疾病 |
---|
肺腺癌 |
学习类型 : | 观察的 |
实际招生人数 : | 150 名参与者 |
观察模型: | 仅限案例 |
时间透视: | 预期 |
官方名称: | 放射组学能否在所有计算机断层扫描设置中预测肺腺癌中的肿瘤扩散? |
实际学习开始日期 : | 2020 年 2 月 1 日 |
实际主要完成日期 : | 2020 年 7 月 1 日 |
预计 研究完成日期 : | 2021 年 6 月 1 日 |
适合学习的年龄: | 18 岁及以上(成人、老年人) |
适合学习的性别: | 全部 |
接受健康志愿者: | 不 |
抽样方法: | 概率样本 |
意大利 | |
Dipartimento di chirurgia Generale e Specialistica "Paride Stefanini" | |
罗马, 意大利, 00139 |
首席研究员: | Marco Anile,医学博士 | 罗马智慧大学 |
追踪信息 | |||||
---|---|---|---|---|---|
首次提交日期 | 2021 年 5 月 6 日 | ||||
首次发布日期 | 2021 年 5 月 19 日 | ||||
最后更新发布日期 | 2021 年 5 月 19 日 | ||||
实际学习开始日期 | 2020 年 2 月 1 日 | ||||
实际主要完成日期 | 2020 年 7 月 1 日(主要结局指标的最终数据收集日期) | ||||
当前的主要结果测量 |
| ||||
原始主要结果测量 | 与当前相同 | ||||
更改历史记录 | 未发布任何更改 | ||||
当前的次要结果测量 | 不提供 | ||||
原始次要结果测量 | 不提供 | ||||
当前的其他预先指定的结果措施 | 不提供 | ||||
原始的其他预先指定的结果措施 | 不提供 | ||||
描述性信息 | |||||
简短标题 | 基于放射组学的肺腺癌气腔扩散预测模型 | ||||
官方名称 | 放射组学能否在所有计算机断层扫描设置中预测肺腺癌中的肿瘤扩散? | ||||
简要总结 | 据报道,气腔扩散 (STAS) 是接受亚肺叶切除术的肺癌患者的不良预后因素。因此,其术前评估可用于定制手术治疗。最近有人提出放射组学来预测肺腺癌患者的 STAS。然而,所有的研究都严格选择了影像学和患者,导致结果很难适用于日常临床实践。本研究的目的是在基于实践的数据集中测试基于放射组学的 STAS 预测模型,并验证其有效性和转化潜力。 培训部分回顾性收集了 100 名连续切除的肺腺癌患者的放射学和临床数据。与常见的临床实践一样,术前 CT 图像由不同的医生和不同的医院独立获取。因此,我们的数据集在扫描仪的模型和制造、采集和重建协议、静脉内对比相位和像素大小方面存在很大差异。为了测试标准化在高度变化的数据中的效果,术前 CT 图像和感兴趣的肿瘤区域用四种不同的管道进行了预处理。使用金字塔组学提取特征,并考虑管道内的分离能力和稳健性进行选择。之后,使用最重要的相关特征创建了基于放射组学的 STAS 预测模型。该模型随后在 50 名前瞻性登记为外部验证组的患者中进行了验证,以测试其在 STAS 预测中的有效性。 | ||||
详细说明 | 不提供 | ||||
学习类型 | 观察的 | ||||
学习规划 | 观察模型:仅案例 时间透视:前瞻性 | ||||
目标随访时间 | 不提供 | ||||
生物标本 | 不提供 | ||||
抽样方法 | 概率样本 | ||||
研究人群 | 在罗马 Policlinico Umberto I 医院接受肺癌手术的患者 | ||||
状况 | 肺腺癌 | ||||
干涉 | 不提供 | ||||
研究组/队列 | 肺腺癌 收集并处理手术治疗的肺腺癌患者的影像,以构建基于放射组学的预测模型 | ||||
出版物 * |
| ||||
* 包括数据提供者提供的出版物以及 Medline 中由 ClinicalTrials.gov 标识符(NCT 编号)确定的出版物。 | |||||
招聘信息 | |||||
招聘现状 | 主动,不招人 | ||||
实际招生人数 | 150 | ||||
原始实际注册 | 与当前相同 | ||||
预计研究完成日期 | 2021 年 6 月 1 日 | ||||
实际主要完成日期 | 2020 年 7 月 1 日(主要结局指标的最终数据收集日期) | ||||
资格标准 | 纳入标准:
排除标准:
| ||||
性别/性别 |
| ||||
年龄 | 18 岁及以上(成人、老年人) | ||||
接受健康志愿者 | 不 | ||||
联系人 | 联系信息仅在研究招募受试者时显示 | ||||
上市地点国家 | 意大利 | ||||
删除位置国家/地区 | |||||
行政信息 | |||||
NCT号码 | NCT04893200 | ||||
其他研究 ID 号 | 放射学 | ||||
设有数据监控委员会 | 不 | ||||
美国 FDA 监管产品 |
| ||||
IPD分享声明 |
| ||||
责任方 | Marco Anile,罗马大学 | ||||
研究赞助商 | 罗马大学 | ||||
合作者 | 不提供 | ||||
调查员 |
| ||||
PRS账户 | 罗马大学 | ||||
验证日期 | 2021 年 5 月 |
据报道,气腔扩散 (STAS) 是接受亚肺叶切除术的肺癌患者的不良预后因素。因此,其术前评估可用于定制手术治疗。最近有人提出放射组学来预测肺腺癌患者的 STAS。然而,所有的研究都严格选择了影像学和患者,导致结果很难适用于日常临床实践。本研究的目的是在基于实践的数据集中测试基于放射组学的 STAS 预测模型,并验证其有效性和转化潜力。
培训部分回顾性收集了 100 名连续切除的肺腺癌患者的放射学和临床数据。与常见的临床实践一样,术前 CT 图像由不同的医生和不同的医院独立获取。因此,我们的数据集在扫描仪的模型和制造、采集和重建协议、静脉内对比相位和像素大小方面存在很大差异。为了测试标准化在高度变化的数据中的效果,术前 CT 图像和感兴趣的肿瘤区域用四种不同的管道进行了预处理。使用金字塔组学提取特征,并考虑管道内的分离能力和稳健性进行选择。之后,使用最重要的相关特征创建了基于放射组学的 STAS 预测模型。该模型随后在 50 名前瞻性登记为外部验证组的患者中进行了验证,以测试其在 STAS 预测中的有效性。
状况或疾病 |
---|
肺腺癌 |
学习类型 : | 观察的 |
实际招生人数 : | 150 名参与者 |
观察模型: | 仅限案例 |
时间透视: | 预期 |
官方名称: | 放射组学能否在所有计算机断层扫描设置中预测肺腺癌中的肿瘤扩散? |
实际学习开始日期 : | 2020 年 2 月 1 日 |
实际主要完成日期 : | 2020 年 7 月 1 日 |
预计 研究完成日期 : | 2021 年 6 月 1 日 |
适合学习的年龄: | 18 岁及以上(成人、老年人) |
适合学习的性别: | 全部 |
接受健康志愿者: | 不 |
抽样方法: | 概率样本 |
意大利 | |
Dipartimento di chirurgia Generale e Specialistica "Paride Stefanini" | |
罗马, 意大利, 00139 |
首席研究员: | Marco Anile,医学博士 | 罗马智慧大学 |
追踪信息 | |||||
---|---|---|---|---|---|
首次提交日期 | 2021 年 5 月 6 日 | ||||
首次发布日期 | 2021 年 5 月 19 日 | ||||
最后更新发布日期 | 2021 年 5 月 19 日 | ||||
实际学习开始日期 | 2020 年 2 月 1 日 | ||||
实际主要完成日期 | 2020 年 7 月 1 日(主要结局指标的最终数据收集日期) | ||||
当前的主要结果测量 |
| ||||
原始主要结果测量 | 与当前相同 | ||||
更改历史记录 | 未发布任何更改 | ||||
当前的次要结果测量 | 不提供 | ||||
原始次要结果测量 | 不提供 | ||||
当前的其他预先指定的结果措施 | 不提供 | ||||
原始的其他预先指定的结果措施 | 不提供 | ||||
描述性信息 | |||||
简短标题 | 基于放射组学的肺腺癌气腔扩散预测模型 | ||||
官方名称 | 放射组学能否在所有计算机断层扫描设置中预测肺腺癌中的肿瘤扩散? | ||||
简要总结 | 据报道,气腔扩散 (STAS) 是接受亚肺叶切除术的肺癌患者的不良预后因素。因此,其术前评估可用于定制手术治疗。最近有人提出放射组学来预测肺腺癌患者的 STAS。然而,所有的研究都严格选择了影像学和患者,导致结果很难适用于日常临床实践。本研究的目的是在基于实践的数据集中测试基于放射组学的 STAS 预测模型,并验证其有效性和转化潜力。 培训部分回顾性收集了 100 名连续切除的肺腺癌患者的放射学和临床数据。与常见的临床实践一样,术前 CT 图像由不同的医生和不同的医院独立获取。因此,我们的数据集在扫描仪的模型和制造、采集和重建协议、静脉内对比相位和像素大小方面存在很大差异。为了测试标准化在高度变化的数据中的效果,术前 CT 图像和感兴趣的肿瘤区域用四种不同的管道进行了预处理。使用金字塔组学提取特征,并考虑管道内的分离能力和稳健性进行选择。之后,使用最重要的相关特征创建了基于放射组学的 STAS 预测模型。该模型随后在 50 名前瞻性登记为外部验证组的患者中进行了验证,以测试其在 STAS 预测中的有效性。 | ||||
详细说明 | 不提供 | ||||
学习类型 | 观察的 | ||||
学习规划 | 观察模型:仅案例 时间透视:前瞻性 | ||||
目标随访时间 | 不提供 | ||||
生物标本 | 不提供 | ||||
抽样方法 | 概率样本 | ||||
研究人群 | 在罗马 Policlinico Umberto I 医院接受肺癌手术的患者 | ||||
状况 | 肺腺癌 | ||||
干涉 | 不提供 | ||||
研究组/队列 | 肺腺癌 收集并处理手术治疗的肺腺癌患者的影像,以构建基于放射组学的预测模型 | ||||
出版物 * |
| ||||
* 包括数据提供者提供的出版物以及 Medline 中由 ClinicalTrials.gov 标识符(NCT 编号)确定的出版物。 | |||||
招聘信息 | |||||
招聘现状 | 主动,不招人 | ||||
实际招生人数 | 150 | ||||
原始实际注册 | 与当前相同 | ||||
预计研究完成日期 | 2021 年 6 月 1 日 | ||||
实际主要完成日期 | 2020 年 7 月 1 日(主要结局指标的最终数据收集日期) | ||||
资格标准 | 纳入标准:
排除标准:
| ||||
性别/性别 |
| ||||
年龄 | 18 岁及以上(成人、老年人) | ||||
接受健康志愿者 | 不 | ||||
联系人 | 联系信息仅在研究招募受试者时显示 | ||||
上市地点国家 | 意大利 | ||||
删除位置国家/地区 | |||||
行政信息 | |||||
NCT号码 | NCT04893200 | ||||
其他研究 ID 号 | 放射学 | ||||
设有数据监控委员会 | 不 | ||||
美国 FDA 监管产品 |
| ||||
IPD分享声明 |
| ||||
责任方 | Marco Anile,罗马大学 | ||||
研究赞助商 | 罗马大学 | ||||
合作者 | 不提供 | ||||
调查员 |
| ||||
PRS账户 | 罗马大学 | ||||
验证日期 | 2021 年 5 月 |