- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05816902
AI-forudsigelsesmodel og risikostratificering for lungemetastaser i kolorektal cancer
Udvikling og validering af en forudsigelsesmodel for kunstig intelligens og en overlevelsesrisikostratificering for lungemetastaser i tyktarmskræft fra stærkt ubalancerede data
Baggrund:
For at hjælpe klinikere med diagnose og optimal behandlingsbeslutning, forsøgte vi at udvikle og validere en forudsigelsesmodel for kunstig intelligens for lungemetastaser (LM) hos patienter med kolorektal cancer (CRC).
Metode:
De klinisk-patologiske karakteristika for 46037 CRC-patienter fra Surveillance, Epidemiology and End Results (SEER)-databasen og 2779 CRC-patienter fra et multicenter eksternt valideringssæt blev indsamlet retrospektivt. Efter funktionsvalg ved univariate og multivariate analyser blev seks modeller for maskinlæring (ML), inklusive logistisk regression, K-nærmeste nabo, støttevektormaskine, beslutningstræ, tilfældig skov og balanceret tilfældig skov (BRF), udviklet og valideret for LM forudsigelse. Optimeringsmodellen med den bedste ydeevne blev sammenlignet med den kliniske prædiktor. Derudover blev stratificerede LM-patienter efter risikoscore brugt til overlevelsesanalyse.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Undersøgelsestype
Tilmelding (Faktiske)
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- patienter med patologisk bekræftelse af en primær CRC-diagnose
Ekskluderingskriterier:
- (1) patienter med flere primære kræftformer eller andre maligniteter; (2) patienter identificeret via obduktion eller dødsattest; og (3) patienter med usikre kliniske dataværdier
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Kohorter og interventioner
Gruppe / kohorte |
Intervention / Behandling |
|---|---|
|
valideringssæt 1
Valideringssæt 1 bestod af patienter med CRC diagnosticeret og behandlet mellem 1. januar 2016 og 31. december 2020 på Cancer Hospital Chinese Academy of Medical Sciences og Peking Union Medical College.
|
Placeringen af patientens behandling
|
|
valideringssæt 2
Valideringssæt 2 bestod af patienter med CRC diagnosticeret og behandlet mellem 1. januar 2016 og 31. december 2020 på det andet affilierede hospital ved Harbin Medical University.
|
Placeringen af patientens behandling
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
lungemetastase
Tidsramme: gennem studieafslutning, i gennemsnit 3 måneder
|
diagnosticeret med lungemetastase
|
gennem studieafslutning, i gennemsnit 3 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Faktiske)
Studieafslutning (Faktiske)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
- Sygdomme i fordøjelsessystemet
- Patologiske processer
- Luftvejssygdomme
- Neoplasmer
- Lungesygdomme
- Neoplasmer efter sted
- Gastrointestinale neoplasmer
- Neoplasmer i fordøjelsessystemet
- Gastrointestinale sygdomme
- Neoplasmer i luftvejene
- Thoracale neoplasmer
- Tyktarmssygdomme
- Tarmsygdomme
- Intestinale neoplasmer
- Endetarmssygdomme
- Neoplastiske processer
- Lungeneoplasmer
- Kolorektale neoplasmer
- Neoplasma Metastase
Andre undersøgelses-id-numre
- PekingUMC02
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 .