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

Acute Risk Monitoring for Oncology Therapy Regimen (ARMOR)

15. května 2026 aktualizováno: University of California, San Francisco

Acute Risk Monitoring for Oncology Therapy Regimens (ARMOR): A Silent Prospective Validation of a Machine Learning Model

Patients undergoing outpatient infusion systemic therapy for cancer are at risk for potentially preventable, unplanned acute care in the form of emergency department (ED) visits and hospitalizations. These events impact patient outcomes, treatment decisions, and healthcare costs. To address this need, the Centers for Medicare & Medicaid Services developed the chemotherapy measure (OP-35). Recent randomized controlled studies indicate that electronic health record (EHR)-based machine learning (ML) approaches accurately direct supportive care to reduce acute care during radiotherapy. This study aims to develop and prospectively validate ML approaches to predict the risk of OP-35 qualifying, potentially preventable, acute care events within 30 days of infusion systemic therapy.

Přehled studie

Postavení

Dokončeno

Podmínky

Intervence / Léčba

Detailní popis

OBJECTIVES:

I. Develop and retrospectively validate electronic health record-based machine learning models using routinely collected clinical data from patients receiving systemic therapy to predict risk of potentially preventable OP-35 qualifying acute care events. (Phase 1: Retrospective)

II. Prospectively validate machine learning models across distinct time periods. (Phase 2: Prospective)

III. Understand patterns of care by stratifying and analyzing model performance by treatment type, cancer diagnosis, and race/ethnicity to assess bias and disparities in outcomes.

OUTLINE:

Retrospective and prospective clinical data obtained from medical records will be used to develop and validate predictive machine learning models. Prospective data will be divided into 2 phases: Prospective validation (PV) 1 and PV 2.

Typ studie

Pozorovací

Zápis (Aktuální)

4740

Kontakty a umístění

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

Studijní místa

  • Spojené státy
    • California
      • San Francisco, California, Spojené státy, 94143
        • University of California, San Francisco

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

Adult patients receiving care for cancer

Popis

Inclusion Criteria:

  • Patients 18 years or older diagnosed with cancer who receive care at UCSF and/or one of the UCSF affiliate locations.

Exclusion Criteria:

  • Patients under the age of 18.
  • Patients receiving care as part of a clinical trial.

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
Intervence / Léčba
Patients receiving cancer therapy at University of California, San Francisco (UCSF)
All adults undergoing systemic cancer-related therapy from July 2017 to March 2024 at any UCSF outpatient, infusion center with available OP-35 data.
Jiný: Medical record review
Retrospective chart reviews for data collection will be conducted.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Area under the receiver operating characteristic curve (AUROC) for OP-35 prediction model.
Časové okno: Up to 6.75 years
UCSF patients receiving infusion systemic therapy had clinical data incorporated into machine learning (ML) models to predict risk of Centers for Medicare & Medicaid Services Chemotherapy Measure (OP-35) qualifying acute care events within 30 days of infusion. Models included variables such as cancer diagnosis, therapeutic agents, and laboratory values. Three ML approaches were employed to train models in predicting OP-35 events. Models were trained and retrospectively validated on data from July 7, 2017, to February 11, 2021, and prospectively validated on 2 cohorts: April 17, 2023, to October 29, 2023 (PV1) and February 19, 2024, to March 31, 2024 (PV2) to generate a validation AUROC. The initial prospective validation occurred over a pre-planned period with the assumption of a 2% event rate, based on the model development data, with an alpha of 0.05 and 84% power to detect an AUROC of 0.75, requiring a sample size of at least 8000 infusions.
Up to 6.75 years

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

University of California, San Francisco

Spolupracovníci

National Cancer Institute (NCI)
Conquer Cancer Foundation

Vyšetřovatelé

  • Vrchní vyšetřovatel: Julian Hong, MD, MS, University of California, San Francisco

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)

1. července 2017

Primární dokončení (Aktuální)

31. března 2024

Dokončení studie (Aktuální)

31. března 2024

Termíny zápisu do studia

První předloženo

15. května 2026

První předloženo, které splnilo kritéria kontroly kvality

15. května 2026

První zveřejněno (Aktuální)

22. května 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

22. května 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

15. května 2026

Naposledy ověřeno

1. května 2026

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • 20721 (DAIDS-ES Registry Number)
  • R01CA277782 (Grant/smlouva NIH USA)

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

ANO

Popis plánu IPD

De-identified data may be shared with study collaborators during the course of the study.

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 .

Klinické studie na Medical record review

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in France

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit