En Machine Learning-baseret estimeret overlevelsesmodel
Konstruktion og validering af en maskinlæringsbaseret estimeret overlevelsesmodel for ældre patienter med avanceret malignitet
Studieoversigt
Status
Status
Betingelser
Betingelser
Detaljeret beskrivelse
- Ved at søge i litteraturen, udføre systematiske reviews og metaanalyser sigter vi mod at afdække de prognostiske faktorer relateret til død hos ældre fremskredne cancerpatienter.
- Baseret på evidensbaserede data og i betragtning af de kliniske tilstande hos ældre fremskredne cancerpatienter i Kina, vil vi etablere relevante poster for en risikovurderingsskala for død hos ældre fremskredne cancerpatienter. Ved at bruge Delphi-ekspertkonsultationsevalueringsmetoden vil vi færdiggøre rammen for vurderingsskalaen, der lægger det teoretiske grundlag for etablering og validering af en dødsrisikoforudsigelsesmodel for ældre fremskredne cancerpatienter i Kina.
- Udvikle en overlevelsesvurderingsmodel for ældre fremskredne cancerpatienter; gennem metabolomiske undersøgelser og andre forskningsmetoder vil vi undersøge metaboliske biomarkører relateret til at forudsige overlevelsesperioden for ældre fremskredne cancerpatienter.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiesteder
-
-
Sichuan
-
Chengdu, Sichuan, Kina, 610041
- Siyao Zhao
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier: Inklusionskriterier for maligne tumorpatienter i sent stadium: Skal opfylde betingelse 1) og også opfylde enten betingelse 2), 3) eller 4):
- Klinisk diagnose af fremskreden malign tumor: TNM stadium III eller IV
- "Overraskelsesspørgsmål": Hvis denne patient skulle dø inden for de næste 6 måneder, ville det ikke være overraskende for dig.
- Karnofsky performance status (KPS) score ≤ 50
- Palliativ præstationsskala (PPS) ≤ 50 %
Ekskluderingskriterier:
- Patienter, der nægter at deltage i undersøgelsen;
- Patienter, der af forskellige årsager ikke er i stand til at samarbejde og udfylde spørgeskemaundersøgelsen;
- Patienter, der af forskellige årsager ikke er i stand til at samarbejde og gennemføre opfølgningen.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
|---|
|
fremskreden cancer (stadium III og IV) patienter i alderen 60 år og derover.
fremskredne kræftpatienter (stadium III og IV) på 60 år og derover, som er i behandling på den nævnte institution.
Forsøgspersonerne deltager frivilligt og underskriver informerede samtykkeerklæringer.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
En model
Tidsramme: 31-12-2026
|
Byg en overlevelsesvurderingsmodel for ældre kræftpatienter i sent stadium.
|
31-12-2026
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Efterforskere
Efterforskere
- Ledende efterforsker: Siyao Zhao, postgraduate, West China Hospital
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2024 Review (807)
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .