洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 临床进展 基于机器学习建立甲状腺结节的分子标记物诊断模型

【ChiCTR2500103873】基于机器学习建立甲状腺结节的分子标记物诊断模型

查看原文
立即下载
基本信息
登记号

ChiCTR2500103873

试验状态

正在进行

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2025-06-06

临床申请受理号

/

靶点

/

适应症

甲状腺结节

试验通俗题目

基于机器学习建立甲状腺结节的分子标记物诊断模型

试验专业题目

基于机器学习建立甲状腺结节的分子标记物诊断模型

申办单位信息
申请人联系人
申请人名称
联系人邮箱
联系人邮编

联系人通讯地址
临床试验信息
试验目的

①基于我国甲状腺结节临床特点和分子特征的，利用分子诊断技术和机器学习相结合，首次构建可准确用于诊断、评估甲状腺结节良恶性的分子诊断模型，建立有产业化潜能的检测技术。 ② 研发具有较高敏感性和特异性的甲状腺结节良恶性分子辅助诊断技术，提高临床甲状腺肿瘤手术的恶性比例，减少不必要的诊断性手术的发生，减轻医疗系统和医保负担。 同时优化模型中的分子数量，降低模型检测成本。

试验分类
试验类型

诊断试验诊断准确性

试验分期

其它

随机化

本研究为非随机入组

盲法

/

试验项目经费来源

首都卫生发展科研专项

试验范围

/

目标入组人数

/

实际入组人数

/

第一例入组时间

2024-01-01

试验终止时间

2026-12-31

是否属于一致性

/

入选标准

1）初治或甲状腺术后残留/复发的甲状腺结节患者； 2）结节最大直径>5 mm，超声可疑恶性； 3）结节最大直径>2 cm，超声无明显恶性特征，实性或实性为主结节； 4）于我院进行细针穿刺细胞学检查（FNA）且细胞学病理为BethesdaⅢ级、Ⅳ级； 5）签署患者样本开展科学研究知情同意书；

排除标准

1）已经确诊为甲状腺癌的患者； 2）纯囊性或囊性为主结节； 3）伴有不适合穿刺的合并症； 4）取材不满意无法诊断。；

研究者信息
研究负责人姓名
试验机构

北京肿瘤医院

研究负责人电话
研究负责人邮箱
研究负责人邮编

/

联系人通讯地址
<END>

北京肿瘤医院的其他临床试验

更多

北京肿瘤医院的其他临床试验

更多

最新临床资讯

更多
摩熵医药企业版
50亿+条医药数据随时查
7天免费试用
体验产品