- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT06268379
BMA og dynamisk nomogram til forudsigelse af overlevelse hos patienter med CRC
Udvikling af et klinikervenligt onlineværktøj til forudsigelse af overlevelse hos tyktarmskræftpatienter: En Bayesiansk model, der tager et gennemsnit for risikofaktorudvælgelse og dynamisk nomogram
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Translationel statistik kombinerer biostatistik og klinisk forskning for at formidle forskningsresultater effektivt. Nomogrammer, grafiske repræsentationer, der integrerer uafhængige prognostiske faktorer, er værdifulde værktøjer i forskning i kolorektal cancer (CRC). Bayesianske modeller for variabel selektion i forudsigelse af overlevelsesudfald giver fordele gennem Bayesiansk modelgennemsnit (BMA). Denne undersøgelse havde til formål at bruge BMA til variabel selektion og udvikle et klinikervenligt online dynamisk nomogram til forudsigelse af overlevelse.
En retrospektiv undersøgelse brugte Cabrini Monash kolorektal neoplasi-databasen, herunder tyktarmskræftpatienter, der blev opereret. Data om demografi, perioperative risici, behandlingsdetaljer, dødelighed, morbiditet og overlevelse blev indsamlet. BMA blev anvendt til Bayesiansk variabel selektion for at identificere effektive risikofaktorer for forudsigelse af overlevelse. Følsomhedsanalyser ved hjælp af Cox-LASSO og imputation af manglende data blev udført. Prognostiske online dynamiske nomogrammer blev konstrueret ved hjælp af udvalgte risikofaktorer og R-pakken DynNom.
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
Victoria
-
Melbourne, Victoria, Australien, 3144
- Cabrini Health
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
I denne undersøgelse blev patienter inkluderet baseret på specifikke udvælgelseskriterier: at være 18 år eller ældre, have en diagnose af tyktarmsadenokarcinom (eller post polypektomi af samme tilstand) og have gennemgået en operation for tyktarmskræft.
Ekskluderingskriterier:
Patienter med endetarmskræft, neuroendokrine tumorer, lymfomer og dem, der gennemgik transanal kirurgi, var ikke inkluderet i undersøgelsen.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
OS
Tidsramme: 2011-2021
|
Samlet overlevelse, tid fra sukkerholdig til død eller sidste opfølgning
|
2011-2021
|
|
RFS
Tidsramme: 2011-2021
|
Tilbagefaldsfri overlevelse, tid fra sukkerholdig til død eller sidste opfølgning for dem uden tilbagefald.
|
2011-2021
|
Samarbejdspartnere og efterforskere
Sponsor
Publikationer og nyttige links
Generelle publikationer
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Siegel RL, Miller KD, Goding Sauer A, Fedewa SA, Butterly LF, Anderson JC, Cercek A, Smith RA, Jemal A. Colorectal cancer statistics, 2020. CA Cancer J Clin. 2020 May;70(3):145-164. doi: 10.3322/caac.21601. Epub 2020 Mar 5.
- Jalali A, Alvarez-Iglesias A, Roshan D, Newell J. Visualising statistical models using dynamic nomograms. PLoS One. 2019 Nov 15;14(11):e0225253. doi: 10.1371/journal.pone.0225253. eCollection 2019.
- Borumandnia N, Doosti H, Jalali A, Khodakarim S, Charati JY, Pourhoseingholi MA, Talebi A, Agah S. Nomogram to Predict the Overall Survival of Colorectal Cancer Patients: A Multicenter National Study. Int J Environ Res Public Health. 2021 Jul 21;18(15):7734. doi: 10.3390/ijerph18157734.
- Maity AK, Basu S, Ghosh S. Bayesian criterion-based variable selection. Journal of the Royal Statistical Society Series C: Applied Statistics. 2021;70(4):835-857.
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
Andre undersøgelses-id-numre
- #08-01-03-23
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
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 .