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

AI-podporované rozhodování o reoperaci pro pooperační krvácení u karcinomu žaludku

Multicentrická observační studie zaměřená na vývoj a validaci hlubokého učícího modelu pro dynamické hodnocení rizika pooperačního krvácení za účelem podpory rozhodování o reoperaci u pacientů s karcinomem žaludku

Cílem této observační studie je vyvinout a ověřit model hlubokého učení pro dynamické hodnocení rizika pooperačního krvácení a pomoc při rozhodování o reoperaci u dospělých pacientů (≥18 let) s diagnózou primárního karcinomu žaludku podstupujících radikální gastrektomii. Hlavní otázky, na které se studie zaměřuje, jsou:

Může model umělé inteligence založený na perioperačních dynamických fyziologických parametrech a přesné intraoperační ztrátě krve přesně předpovědět riziko pooperačního krvácení vyžadujícího reoperaci? Zlepšuje aplikace tohoto modelu umělé inteligence klinické rozhodování (např. časnější varování, optimální načasování intervence) a výsledky pacientů (např. mortalita, délka hospitalizace)? Protože neexistuje srovnávací skupina (jedná se o čistě observační studii bez intervenčních ramen), výzkumníci nebudou srovnávat různé léčebné skupiny. Namísto toho budou vyšetřovatelé hodnotit výkonnost modelu (senzitivita, negativní prediktivní hodnota, AUC, kalibrace) pomocí retrospektivních dat pro trénování a prospektivních multicentrických dat pro externí validaci.

Účastníci budou:

Podstupovat standardní radikální gastrektomii a rutinní pooperační péči podle klinické praxe (žádné intervence specifické pro studii).

Mít shromažďovány své perioperační údaje včetně demografických údajů, anamnézy, vitálních funkcí, laboratorních testů (analýza krevních plynů), chirurgických podrobností a přesných měření intraoperační ztráty krve.

(Pouze pro prospektivní účastníky) Poskytnout informovaný souhlas a absolvovat následná hodnocení až do 30 dnů po operaci.

Přehled studie

Detailní popis

Tato studie využívá hybridní design, shromažďující jak retrospektivní, tak prospektivní data.

Typ studie

Pozorovací

Zápis (Odhadovaný)

7000

Kontakty a umístění

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

Studijní kontakt

  • Jméno: Jianghao Li, B.S. in Computer Science
  • Telefonní číslo: 86+15968774033
  • E-mail: 12518934@zju.edu.cn

Studijní místa

    • Zhejiang
      • Hangzhou, Zhejiang, Čína, 330100
        • Nábor
        • The First Affiliated Hospital, Zhejiang University School of Medicine Yuhang Campus
        • Kontakt:

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

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Tato studie zahrnuje dospělé (≥18 let) s potvrzeným primárním karcinomem žaludku podstupující plánovanou radikální gastrektomii (proximální/distální/totální) s D1+/D2 lymfadenektomií v [Centrum]. Kohorta se skládá z retrospektivní ([2015.6]-[2026.2]) a prospektivní ([2026.3]-současnost) větve. Nouzové, paliativní nebo multiorgánové resekce jsou vyloučeny, aby byla zajištěna homogenita.

Výzkumníci předpokládají zařazení 7000 pacientů. Primárním cílovým ukazatelem je pooperační krvácení vyžadující chirurgickou reintervenci do 30 dnů. Odhadovaná incidence je 0,5 %–2,0 %. Pro řešení této nerovnováhy tříd bude model AI využívat stratifikovaný výběr vzorků a nákladově citlivé učení. Tato populace představuje standardní kandidáty pro kurativní chirurgii v terciárních centrech. Vyloučením extrémních případů je model optimalizován pro stratifikaci rizika v běžných plánovaných podmínkách, kde včasná varování předcházejí katastrofálním následkům. Prospektivní data ověří reálnou časovou zobecnitelnost.

Popis

Kritéria pro zařazení:

  1. Věk: Pacienti ve věku ≥ 18 let.
  2. Diagnóza: Histologicky potvrzený primární karcinom žaludku.
  3. Chirurgický výkon: Podstoupili radikální gastrektomii (včetně proximální, distální nebo totální gastrektomie).
  4. Souhlas: Poskytnutí písemného informovaného souhlasu (vyžadováno speciálně pro prospektivní fázi).
  5. Úplnost dat: Dostupnost kompletních preoperativních klinických dat a postoperativních záznamů o sledování pokrývajících minimálně prvních 15 dní po operaci.
  6. Onkologická anamnéza: Žádná anamnéza jiných primárních maligních nádorů.

Kritéria pro vyloučení:

  1. Typ operace: Pacienti, kteří podstoupili neradikální resekci nebo pohotovostní operaci.
  2. Kvalita dat: Míra chybějících klíčových datových polí přesahuje 20 %.
  3. Preoperativní stav: Přítomnost závažné preoperativní infekce nebo orgánového selhání.
  4. Dodržování sledování: Neochota účastnit se prospektivního sledování nebo neschopnost dokončit plán sledování (použitelné pouze pro prospektivní fázi).

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
Tréninková sada (pod vedením hlavního vyšetřovatele)
Hlavní část retrospektivních dat pro konstrukci modelu, učení parametrů, bez intervencí
Validační soubor (vedený hlavním zkoušejícím)
Zbytek retrospektivních dat pro ladění hyperparametrů, aby se zabránilo přetrénování, bez zásahů
Externí validační soubor (prováděný jinými výzkumníky)
Prospektivně shromážděná data pro konečné hodnocení výkonnosti, bez zásahů

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
prediktivní výkonnost modelu hlubokého učení pro identifikaci pacientů s vysokým rizikem pooperačního krvácení vyžadujícího reoperaci
Časové okno: Primárním cílovým ukazatelem je AUC-ROC modelu při predikci pooperačního krvácení vyžadujícího reoperaci do 30 dnů po operaci
Plocha pod křivkou ROC (AUC-ROC) modelu umělé inteligence pro predikci pooperačního krvácení vyžadujícího reoperaci v externí validační kohortě.
Primárním cílovým ukazatelem je AUC-ROC modelu při predikci pooperačního krvácení vyžadujícího reoperaci do 30 dnů po operaci

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Studijní židle: Jichao Qin, M.D., Zhejiang University

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 (Odhadovaný)

10. dubna 2026

Primární dokončení (Odhadovaný)

31. prosince 2027

Dokončení studie (Odhadovaný)

31. ledna 2028

Termíny zápisu do studia

První předloženo

10. března 2026

První předloženo, které splnilo kritéria kontroly kvality

7. dubna 2026

První zveřejněno (Aktuální)

13. dubna 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

13. dubna 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

7. dubna 2026

Naposledy ověřeno

1. března 2026

Více informací

Termíny související s touto studií

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 .

Předplatit