Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Advanced Data-Aided Medicine část rakoviny plic (ADAMpartlung)

9. května 2023 aktualizováno: AZ Delta

Dílčí studie ADAM Luik 2: Observační retrospektivní kohortová studie jediného centra o vytváření a ověřování předpovědních modelů umělé inteligence pro výsledky pacientů s rakovinou plic

Vývoj a ověřování modelu umělé inteligence, který podporuje lékaře v procesu rozhodování o léčbě pacientů s rakovinou plic. Tento model umělé inteligence potřebuje předpovídat pravděpodobnost nebo vývoj výsledků pro možnou léčbu rakoviny plic. Vstupními daty pro trénování takových modelů bude „hluboký pacient“. Tento hluboký pacient je samotný model umělé inteligence, trénovaný na nemocničních datech, jak je popsáno v sekundárních cílech.

Přehled studie

Postavení

Postavení

Označuje aktuální stav náboru nebo stav rozšířeného přístupu.
Nábor

Podmínky

Podmínky

Nemoc, porucha, syndrom, nemoc nebo zranění, které je studováno. Na webu ClinicalTrials.gov mohou podmínky zahrnovat i další problémy související se zdravím, jako je délka života, kvalita života a zdravotní rizika.

Intervence / Léčba

Intervence / Léčba

Proces nebo akce, na které se klinická studie zaměřuje. Intervence zahrnují léky, zdravotnická zařízení, postupy, vakcíny a další produkty, které jsou buď zkoušené nebo již dostupné. Intervence mohou také zahrnovat neinvazivní přístupy, jako je edukace nebo úprava stravy a cvičení.

Detailní popis

Cílem této studie je připravit a odemknout siled real-world-data (RWD) pro analýzu a konstrukci umělého modelu s cílem odvodit real-world-evidence (RWE). V současné době lékaři a sestry shromažďují data od pacientů a evidují je v systému elektronických zdravotních záznamů. Datové body často nejsou dostupné ve strukturovaném formátu, takže shromažďování a odemykání dat se provádí ručně na vyžádání. Pečlivá analýza shromážděných dat pomocí nástrojů umělé inteligence může také pomoci předpovědět, kteří pacienti jsou vystaveni nejvyššímu riziku neplánovaného využití zdravotní péče, návštěv pohotovosti a přijetí do nemocnice. Proto by model schopný předvídat relevantní výsledky významně pomohl v každodenní praxi lékařů.

Primární cíl Vyvinout a ověřit model umělé inteligence, který podporuje lékaře v procesu rozhodování o léčbě pacientů s rakovinou plic. Tento model umělé inteligence potřebuje předpovídat pravděpodobnost nebo vývoj výsledků pro možnou léčbu rakoviny plic. Zdrojem vstupních dat modelu jsou nemocniční data, jako jsou demografické údaje, výchozí zdravotní stav, předchozí léčby, zobrazovací data a fyziologická data, podrobné údaje o léčbě

Sekundární cíle

  • Automatické odemykání, sběr a transformace datových bodů rakoviny plic do společného datového modelu OMOP, takže data jsou snadno dostupná pro další výzkum a analýzu
  • Konstrukce digitálního pacienta natrénováním modelu AI napájeného všemi daty dostupnými v běžném datovém modelu OMOP
  • Ověření digitálního pacienta a výběr optimální funkce pro zvýšení výkonu modelu AI pomocí technik učení bez dozoru

Potenciál použití transformátorů k reprezentaci pacientů je skutečně personalizovaná a dokonce prediktivní medicína. Důvodem je, že transformátory jsou nástrojem, který umožňuje pracovat s miliony interagujících a nelineárně se působících parametrů. Zdroje dat na obrázku výše lze tedy rozšířit o genetické informace a tak dále. používat Optimální výběr funkcí z digitálního pacienta ke zvýšení výkonu modelu AI pomocí technik učení bez dozoru, k dalšímu doladění predikčních modelů pro každodenní praxi.

Sestavit virtuální dvojče, které bude detailně reprezentovat pacienta, aby byla analýza populace a tvorba modelu klinicky relevantní.

Typ studie

Typ studie

Popisuje povahu klinické studie. Typy studií zahrnují intervenční studie (také nazývané klinické studie), observační studie (včetně registrů pacientů) a rozšířený přístup.
Pozorovací

Zápis (Očekávaný)

Zápis

Počet účastníků klinické studie. „Očekávaný“ zápis je cílový počet účastníků, které výzkumníci pro studii potřebují.
500

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní kontakt

Jméno a kontaktní údaje osoby, která může odpovědět na otázky týkající se registrace do klinické studie. Každé místo, kde se studie provádí, může mít také konkrétní kontakt, který může lépe odpovědět na tyto otázky.

Studijní záloha kontaktů

  • Jméno: Ingel Demedts, MD
  • Telefonní číslo: 003251237111

Studijní místa

  • Belgie
    • West-Vlaanderen
      • Roeselare, West-Vlaanderen, Belgie, 8800
        • Nábor
        • AZ Delta
        • Kontakt:
        • Vrchní vyšetřovatel:
          • Ingel Demedts, Prof
        • Dílčí vyšetřovatel:
          • Hannelore Bode, MD
        • Dílčí vyšetřovatel:
          • Bernard Bouckaerts, MD
        • Dílčí vyšetřovatel:
          • Kris Carron, MD
        • Dílčí vyšetřovatel:
          • Stephanie Dobbelaere, MD
        • Dílčí vyšetřovatel:
          • Ulrike Himpe, MD
        • Dílčí vyšetřovatel:
          • Heidi Mariën, MD
        • Dílčí vyšetřovatel:
          • Peter Van Haecke, MD
        • Dílčí vyšetřovatel:
          • Wim Verbeke, MD
        • Dílčí vyšetřovatel:
          • Peter De Jaeger, Prof, PhD
        • Dílčí vyšetřovatel:
          • Pieter-Jan Lammertyn
        • Dílčí vyšetřovatel:
          • Louise Berteloot
        • Dílčí vyšetřovatel:
          • Kim Denturck, Msc ir

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Kritéria způsobilosti

Klíčové požadavky, které musí lidé, kteří se chtějí zúčastnit klinické studie, splňovat nebo vlastnosti, které musí mít. Kritéria způsobilosti se skládají jak z kritérií pro zařazení (která jsou vyžadována pro účast osoby ve studii), tak z kritérií vyloučení (která brání osobě v účasti). Typy kritérií způsobilosti zahrnují, zda studie přijímá zdravé dobrovolníky, má požadavky na věk nebo věkovou skupinu nebo je omezena pohlavím.

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Pacienti s rakovinou plic zařazeni do cesty pacientů s rakovinou plic od 20.4.2018

Popis

Kritéria pro zařazení:

  • Pacienti s rakovinou plic zahrnutí do dráhy pacientů s rakovinou plic

Kritéria vyloučení:

  • Není specifikováno

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Co je měření studie?

Primární výstupní opatření

Primární výstupní opatření

V protokolu klinické studie je plánovaná výsledná míra, která je nejdůležitější pro hodnocení účinku intervence/léčby. Většina klinických studií má jedno primární měřítko výsledku, ale některé mají více než jedno.
Měření výsledku
Popis opatření
Časové okno
Data do mezinárodního společného datového modelu připraveného pro vstup AI
Časové okno: 2022
Nemocniční data pro rakovinu plic přeložená a klinicky ověřená v konceptech UMLS a uložená ve společném datovém modelu OMOP
2022

Sekundární výstupní opatření

Sekundární výstupní opatření

V protokolu klinické studie jde o plánované měřítko výsledku, které není tak důležité jako primární měřítko výsledku pro hodnocení účinku intervence, ale je stále zajímavé. Většina klinických studií má více než jedno sekundární měřítko výsledku.
Měření výsledku
Popis opatření
Časové okno
Digitální konstrukce pacienta
Časové okno: 2023
Vytvoření digitálního pacienta pomocí trénování modelu umělé inteligence
2023
Strojové učení pod dohledem
Časové okno: 2023
Školení a ověřování modelů strojového učení pod dohledem s omezeným souborem vybraných funkcí jako vstup pro předpovídání výsledků pacientů s rakovinou plic.
2023
Konstrukce a validace prediktivního modelu umělé inteligence pro pacienty s rakovinou plic
Časové okno: 2024
Konstrukce a validace prediktivního přístupu k modelu AI; Konstrukce modelů předpokládaného výsledku umělé inteligence, jako je 30denní mortalita, 30denní návštěva na pohotovosti, vývoj kvality života, akutní komplikace léčby
2024

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Sponzor

Organizace nebo osoba, která iniciuje studii a která má autoritu a kontrolu nad studií.
AZ Delta

Vyšetřovatelé

Vyšetřovatelé

Výzkumník zapojený do klinické studie. Související pojmy zahrnují hlavní řešitel, dílčí řešitel, vedoucí studie, vedoucí studie a hlavní řešitel studie.
  • Vrchní vyšetřovatel: Ingel Demedts, MD, AZ Delta

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

Začátek studia

Skutečné datum, kdy byl první účastník zařazen do klinické studie. „Očekávané“ datum zahájení studie je datum, o kterém si vědci myslí, že bude datem zahájení studie.
27. září 2021

Primární dokončení (Očekávaný)

Primární dokončení

Datum, kdy byl poslední účastník klinické studie vyšetřen nebo obdržel intervenci ke sběru konečných dat pro primární měření výsledku. Zda byla klinická studie ukončena podle protokolu nebo byla ukončena, toto datum neovlivňuje. U klinických studií s více než jedním primárním výstupním měřením s různými daty dokončení se tento termín vztahuje k datu, kdy je dokončen sběr dat pro všechna primární výsledná měření. „Očekávané“ datum primárního dokončení je datum, o kterém si vědci myslí, že bude primárním datem dokončení studie.
27. září 2024

Dokončení studie (Očekávaný)

Dokončení studie

Datum, kdy byl poslední účastník klinické studie vyšetřen nebo dostal intervenci/léčbu za účelem shromáždění konečných dat pro měření primárního výsledku, sekundárního měření výsledku a nežádoucí příhody (tj. poslední návštěva posledního účastníka). „Očekávané“ datum dokončení studie je datum, o kterém si vědci myslí, že bude datem dokončení studie.
31. prosince 2024

Termíny zápisu do studia

První předloženo

První předloženo

Datum, kdy zadavatel studie nebo zkoušející poprvé předložil záznam studie na ClinicalTrials.gov. Mezi prvním odeslaným datem a dostupností záznamu na ClinicalTrials.gov (první zveřejněné datum) je obvykle několik dní.
13. března 2023

První předloženo, které splnilo kritéria kontroly kvality

První předloženo, které splnilo kritéria kontroly kvality

Datum, kdy zadavatel studie nebo zkoušející poprvé předloží záznam studie, který je v souladu s kritérii kontroly kvality (QC) Národní lékařské knihovny (NLM). Sponzor nebo zkoušející může potřebovat revidovat a předložit záznam studie jednou nebo vícekrát, než budou splněna kritéria kontroly kontroly kvality NLM. Je odpovědností sponzora nebo zkoušejícího zajistit, aby byl záznam studie v souladu s kritérii kontroly kontroly kvality NLM.
13. března 2023

První zveřejněno (Aktuální)

První zveřejněno

Datum, kdy byl záznam studie poprvé k dispozici na webu ClinicalTrials.gov poté, co byla dokončena kontrola kontroly kvality (QC) National Library of Medicine (NLM). Mezi datem, kdy zadavatel studie nebo zkoušející předložil záznam studie, a prvním zveřejněným datem je typicky několik dní zpoždění.
24. března 2023

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

Poslední zveřejněná aktualizace

Nejnovější datum, kdy byly změny záznamu studie zpřístupněny na ClinicalTrials.gov. Mezi okamžikem, kdy byly změny odeslány na ClinicalTrials.gov sponzorem nebo zkoušejícím studie (datum poslední předložení aktualizace), a datem zveřejnění poslední aktualizace může nastat zpoždění.
10. května 2023

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

Nejnovější datum, kdy zadavatel studie nebo zkoušející předložil změny záznamu studie, které jsou v souladu s kritérii kontroly kvality (QC) National Library of Medicine (NLM). Je odpovědností sponzora nebo zkoušejícího zajistit, aby byl záznam studie v souladu s kritérii kontroly kontroly kvality NLM.
9. května 2023

Naposledy ověřeno

Naposledy ověřeno

Nejnovější datum, kdy zadavatel studie nebo zkoušející potvrdil informace o klinické studii na webu ClinicalTrials.gov jako přesné a aktuální. Pokud jde o studii s náborovým statusem náboru; ještě nenabírá nábor; nebo aktivní, nebyl nábor potvrzen během posledních 2 let, status náboru studie je uveden jako neznámý.
1. května 2023

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

Další identifikační čísla studie

Identifikátory nebo ID čísla jiná než číslo NCT, které klinické studii přiděluje zadavatel studie, financující subjekty nebo jiní. Tato čísla mohou zahrnovat jedinečné identifikátory z jiných registrů studií a čísla grantů National Institutes of Health.
  • B1172021000032

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Nastavení souborů cookie

Používáme cookies, abychom zajistili, že vám poskytneme nejlepší zážitek z našich webových stránek. Pro více informací si pečlivě přečtěte naše Zásady ochrany osobních údajů a cookies. ...>>>Svou preference můžete kdykoli změnit nebo svůj souhlas odvolat odstraněním cookies z vašeho webu nebo počítače, jak je popsáno v zásadách. Přijměte to a vyberte své předvolby zaškrtnutím příslušných polí v části „Správa nastavení“ níže. Než budete pokračovat v používání jakékoli části tohoto webu, pozorně si prosím přečtěte naše Podmínky služby.
«Spravovat nastavení