Classification avancée des tumeurs du côlon à partir de scanners par apprentissage profond pour une décision thérapeutique optimisée
Classification avancée des tumeurs du côlon à partir de scanners par apprentissage profond pour une décision thérapeutique optimisée : une étude multicentrique
Promoteur : Assistance Publique – Hôpitaux de Paris (AP-HP)Tous ses essais recensés
Vous allez consulter la fiche originale de cette étude sur clinicaltrials.gov, service maintenu par la NLM (National Library of Medicine). Pour connaître les possibilités de participation, contactez l’équipe de recherche à partir des coordonnées indiquées dans la fiche, lorsqu’elles sont disponibles. Ni Essai-clinique.com ni clinicaltrials.gov ne détermine votre éligibilité. Ce sont des relais d’informations.
- Âge annoncé
- À partir de 18 ans
- Sexes admis
- Tous
- Phase
- Non applicable
- Type d’étude
- Observationnelle
Présentation
Résumé de l’étude
Cette étude vise à améliorer la classification des tumeurs du côlon à l'aide de modèles d'apprentissage profond entraînés sur des scanners, en particulier pour distinguer les stades T1-T2 des stades T3-T4 et l'atteinte ganglionnaire N- de N+. Cette classification est essentielle pour orienter le traitement préopératoire, tel que la chimiothérapie ou l'immunothérapie.
Compte tenu de la précision limitée des radiologues dans la pratique actuelle de stadification, des outils d'IA automatisés fondés sur l'image pourraient améliorer la précision diagnostique et la reproductibilité, conduisant à une planification thérapeutique plus personnalisée et plus efficace. L'investigateur développera et validera des modèles d'apprentissage profond à base de réseaux convolutifs et de transformeurs à partir d'un large jeu de données annotées provenant de plusieurs centres.
Les objectifs secondaires comprennent la stadification fine (T1 à T4), des modèles spécifiques aux sous-groupes (MSS vs MSI), et des modèles prédictifs pour chirurgical
Titre et résumé traduits de l’anglais par le portail, à partir de la fiche publiée par le registre source, le 13 septembre 2026. Traduction automatique par Intelligence Artificielle, sans relecture médicale. Elle peut comporter des erreurs : en cas de doute, le texte original fait foi. Le portail reprend une sélection de champs de la fiche (titre, résumé, statut, phase, sexes admis, lieux), traduits en français ; consultez la version originale pour les informations complètes.
Pour signaler une erreur de traduction ou d’affichage, ou demander l’examen d’une modification ou d’un retrait sur essai-clinique.com, contactez contact@essai-clinique.com, en indiquant l’identifiant de l’étude (NCT07406958).
Les modifications des informations originales doivent être effectuées par le responsable de l’enregistrement auprès de ClinicalTrials.gov. Les changements publiés dans le registre sont repris lors de notre prochaine synchronisation.
Vous allez consulter la fiche originale de cette étude sur clinicaltrials.gov, registre public d’information. Pour connaître les possibilités de participation, contactez l’équipe de recherche à partir des coordonnées indiquées dans la fiche, lorsqu’elles sont disponibles.
Important : essai-clinique.com ne recueille pas de candidature et ne détermine pas votre éligibilité. Ne transmettez aucune information médicale au site.
Les critères affichés sont une synthèse des informations disponibles. Seul l’organisme responsable de l’étude peut confirmer l’éligibilité d’une personne.