Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Forudsigelse af gastrisk cancer i intestinal metaplasi og atrofisk gastritis (GIMA)

28. august 2024 opdateret af: Louis Ho Shing Lau, Chinese University of Hong Kong

Forudsigelse af gastrisk kræft i intestinal metaplasi og atrofisk gastritis - Anvendelse af kunstig intelligens i histologi og kliniske data

De primære mål for denne undersøgelse er:

  • At identificere kliniske eller histologiske faktorer forbundet med udvikling af gastrisk cancer hos patienter med IM og AG
  • At etablere en maskinlæringsalgoritme til forudsigelse af fremtidige mavekræftrisici og individuel risikostratificering hos patienter med IM og AG

Studieoversigt

Status

Rekruttering

Detaljeret beskrivelse

Dette er et todelt retrospektivt studie, herunder en klinisk datadel og en patologidel. En træningskohorte vil blive udviklet fra ca. 70 % af inkluderede tilfælde. Det vil blive efterfulgt af en valideringskohorte med de resterende cases.

Kliniske data vil blive indsamlet retrospektivt ved hjælp af Clinical Data Analysis and Reporting System (CDARS) og Clinical Management System (CMS). En klyngedækkende kohorte (New Territories East Cluster, NTEC) bestående af patienter med histologisk dokumenteret gastrisk IM og AG vil blive identificeret og inkluderet til efterfølgende analyse. Dataindsamlingsperioden for de retrospektive data vil være 2000-2020.

Histologiske dias vil blive hentet retrospektivt, når de er tilgængelige (inden for NTEC). Hele diasbilledteknikken vil blive brugt til udvikling af trænings- og valideringskohorter med maskinlæringsalgoritmer i patologidelen.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1300

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

    • New Territories
      • Shatin, New Territories, Hong Kong
        • Rekruttering
        • Prince of Wales Hospital

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

18 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

N/A

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Kliniske data vil blive indsamlet retrospektivt ved hjælp af Clinical Data Analysis and Reporting System (CDARS) og Clinical Management System (CMS). En klyngedækkende kohorte (New Territories East Cluster, NTEC) bestående af patienter med histologisk dokumenteret gastrisk IM og AG vil blive identificeret og inkluderet til efterfølgende analyse. Dataindsamlingsperioden for de retrospektive data vil være 2000-2020.

Histologiske dias vil blive hentet retrospektivt, når de er tilgængelige (inden for NTEC). Hele diasbilledteknikken vil blive brugt til udvikling af trænings- og valideringskohorter med maskinlæringsalgoritmer i patologidelen.

Beskrivelse

Inklusionskriterier:

  • Voksne >= 18 år
  • Histologisk dokumenteret atrofisk gastritis eller intestinal metaplasi (ved antrum og/eller krop og/eller kantet i maven)

Ekskluderingskriterier:

- ingen

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intestinal Metaplasi
patient med histologisk dokumenteret gastrisk tarmmetaplasi
Atrofisk gastritis
patient med histologisk dokumenteret atrofisk gastritis

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Mavekræft og gastrisk dysplasi
Tidsramme: 20 år
Det primære endepunkt er forekomsten af ​​gastrisk cancer (tarm-type) og gastrisk dysplasi (lav grad og høj grad dysplasi).
20 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Samlet nøjagtighed af maskinlæringsmodellen
Tidsramme: 20 år
Den overordnede nøjagtighed af maskinlæringsmodeller vil blive evalueret
20 år
Maskinlæringsmodellens følsomhed
Tidsramme: 20 år
Maskinlæringsmodellens følsomhed vil blive evalueret
20 år
Specificitet af machine learning model
Tidsramme: 20 år
Specificiteten af ​​maskinlæringsmodellen vil blive evalueret
20 år
Positiv forudsigelig værdi af maskinlæringsmodel
Tidsramme: 20 år
Den positive prædiktive værdi af machine learning-modellen vil blive evalueret
20 år
Negativ prædiktiv værdi af maskinlæringsmodel
Tidsramme: 20 år
Negativ prædiktiv værdi af machine learning-modellen vil blive evalueret
20 år
Arealet under modtagerens driftskarakteristiske kurve for maskinlæringsmodellen
Tidsramme: 20 år
Området under modtagerens driftskarakteristiske kurve for maskinlæringsmodellen vil blive evalueret
20 år

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

15. april 2021

Primær færdiggørelse (Anslået)

1. december 2025

Studieafslutning (Anslået)

31. december 2025

Datoer for studieregistrering

Først indsendt

23. marts 2021

Først indsendt, der opfyldte QC-kriterier

7. april 2021

Først opslået (Faktiske)

9. april 2021

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

29. august 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

28. august 2024

Sidst verificeret

1. august 2024

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Der er ingen plan om at dele IPD med andre forskere

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Kliniske forsøg med Mavekræft

Abonner