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

Predikce rakoviny žaludku ve střevní metaplazii a atrofické gastritidě (GIMA)

28. srpna 2024 aktualizováno: Louis Ho Shing Lau, Chinese University of Hong Kong

Predikce karcinomu žaludku u střevní metaplazie a atrofické gastritidy - aplikace umělé inteligence v histologii a klinických datech

Primární cíle této studie jsou:

  • Identifikovat klinické nebo histologické faktory spojené s rozvojem karcinomu žaludku u pacientů s IM a AG
  • Vytvořit algoritmus strojového učení pro predikci budoucích rizik rakoviny žaludku a individuální stratifikaci rizik u pacientů s IM a AG

Přehled studie

Detailní popis

Jedná se o dvoudílnou retrospektivní studii zahrnující část klinických dat a část patologickou. Z přibližně 70 % zahrnutých případů bude vytvořena tréninková kohorta. Po něm bude následovat ověřovací kohorta se zbývajícími případy.

Klinická data budou shromažďována retrospektivně pomocí systému pro analýzu a hlášení klinických dat (CDARS) a klinického řídicího systému (CMS). Bude identifikována a zahrnuta pro následnou analýzu skupina zahrnující celou skupinu (New Territories East Cluster, NTEC) skládající se z pacientů s histologicky prokázanou IM a AG v anamnéze. Období sběru dat pro retrospektivní data bude 2000–2020.

Histologická sklíčka budou získána zpětně, jakmile budou k dispozici (v rámci NTEC). Celá zobrazovací technika bude využita pro vývoj trénovacích a validačních kohort s algoritmy strojového učení v patologické části.

Typ studie

Pozorovací

Zápis (Odhadovaný)

1300

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 záloha kontaktů

Studijní místa

    • New Territories
      • Shatin, New Territories, Hongkong
        • Nábor
        • Prince of Wales Hospital

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

Věk způsobilý ke studiu

18 let a starší (Dospělý, Starší dospělý)

Přijímá zdravé dobrovolníky

N/A

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Klinická data budou shromažďována retrospektivně pomocí systému pro analýzu a hlášení klinických dat (CDARS) a klinického řídicího systému (CMS). Bude identifikována a zahrnuta pro následnou analýzu skupina zahrnující celou skupinu (New Territories East Cluster, NTEC) skládající se z pacientů s histologicky prokázanou IM a AG v anamnéze. Období sběru dat pro retrospektivní data bude 2000–2020.

Histologická sklíčka budou získána zpětně, jakmile budou k dispozici (v rámci NTEC). Celá zobrazovací technika bude využita pro vývoj trénovacích a validačních kohort s algoritmy strojového učení v patologické části.

Popis

Kritéria pro zařazení:

  • Dospělí >= 18 let
  • Histologicky prokázaná atrofická gastritida nebo střevní metaplazie (v oblasti antra a/nebo těla a/nebo úhlu žaludku)

Kritéria vyloučení:

- žádný

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

Kohorty a intervence

Skupina / kohorta
Střevní metaplazie
pacient s histologicky prokázanou metaplazií žaludku v anamnéze
Atrofická gastritida
pacient s histologicky prokázanou atrofickou gastritidou v anamnéze

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Rakovina žaludku a žaludeční dysplazie
Časové okno: 20 let
Primárním cílovým parametrem je výskyt rakoviny žaludku (střevního typu) a dysplazie žaludku (nízkého a vysokého stupně dysplazie).
20 let

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Celková přesnost modelu strojového učení
Časové okno: 20 let
Bude hodnocena celková přesnost modelů strojového učení
20 let
Citlivost modelu strojového učení
Časové okno: 20 let
Bude vyhodnocena citlivost modelu strojového učení
20 let
Specifičnost modelu strojového učení
Časové okno: 20 let
Bude vyhodnocena specifičnost modelu strojového učení
20 let
Pozitivní prediktivní hodnota modelu strojového učení
Časové okno: 20 let
Bude vyhodnocena pozitivní prediktivní hodnota modelu strojového učení
20 let
Negativní prediktivní hodnota modelu strojového učení
Časové okno: 20 let
Bude vyhodnocena negativní prediktivní hodnota modelu strojového učení
20 let
Oblast pod provozní charakteristikou přijímače modelu strojového učení
Časové okno: 20 let
Bude vyhodnocena oblast pod provozní charakteristikou přijímače modelu strojového učení
20 let

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

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)

15. dubna 2021

Primární dokončení (Odhadovaný)

1. prosince 2025

Dokončení studie (Odhadovaný)

31. prosince 2025

Termíny zápisu do studia

První předloženo

23. března 2021

První předloženo, které splnilo kritéria kontroly kvality

7. dubna 2021

První zveřejněno (Aktuální)

9. dubna 2021

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

29. srpna 2024

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

28. srpna 2024

Naposledy ověřeno

1. srpna 2024

Více informací

Termíny související s touto studií

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Popis plánu IPD

Neexistuje žádný plán sdílet IPD s jinými výzkumníky

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 .

Předplatit