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

Ung-debut kolorektal cancerscreening baseret på kunstig intelligens

28. marts 2024 opdateret af: Renmin Hospital of Wuhan University

Anvendelse af kunstig intelligens til ung-debuterende kolorektal cancerscreening baseret på elektroniske lægejournaler

I denne undersøgelse havde vi til formål at udvikle, internt og tidsmæssigt validere maskinlæringsmodellerne for at hjælpe med at screene YOCRC, der er forbudt på de retrospektive udtrukne elektroniske medicinske journaler (EMR) data.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Diagnose af ung-debut kolorektal cancer (YOCRC) er blevet mere almindelig i de seneste årtier. Screening af CRC blandt yngre voksne er stadig en udfordring. I denne undersøgelse planlægger vi retrospektivt at udtrække de relevante kliniske data fra unge individer, der gennemgik koloskopi fra 2013 til 2022 ved hjælp af elektronisk lægejournal (EMR). Flere overvågede maskinlæringsteknikker vil blive anvendt for at skelne mellem YOCRC og ikke-YOCRC individer, ovenstående klassifikatorer vil blive trænet og internt valideret i træningsdatasættet og internt valideringsdatasæt, der er optaget mellem 2013 og 2021, henholdsvis. Vi vil også vurdere klassifikatorernes tidsmæssige eksterne validitet baseret på optagelserne fra 2022.

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

11000

Kontakter og lokationer

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

Studiesteder

  • Kina
    • Hubei
      • Wuhan, Hubei, Kina, 430060
        • Renmin Hospital of Wuhan University

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

  • Voksen

Tager imod sunde frivillige

Ja

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Undersøgelsespopulationen, vi udtog i denne undersøgelse, var fra afdelingen for gastroenterologi, afdelingen for onkologi osv. Mere specifikt var der to hovedkilder til undersøgelsens deltagere: nogle personer inkluderet i vores undersøgelse havde relevante symptomer (såsom kroniske mavesmerter, ændret afføringsvaner, uforklarligt vægttab, hæmatochezi), og de modtog en koloskopiundersøgelse efter råd fra læge, mens nogle personer kommer til hospitalet kun for en omfattende fysisk undersøgelse (de fysiske undersøgelseselementer omfatter koloskopi).

Beskrivelse

Inklusionskriterier:

  • Nyligt diagnosticeret med CRC (YOCRC gruppe)
  • Alder ved 18-49 år ved diagnose (YOCRC-gruppe)
  • Har aldrig modtaget nogen CRC-relateret behandling (YOCRC-gruppe)
  • Ingen CRC bekræftet ved koloskopi eller patologi (ikke-YOCRC-gruppe)
  • Alder ved 18-49 (ikke-YOCRC-gruppe)

Ekskluderingskriterier:

  • Hospitalsophold mindre end 24 timer eller med ufuldstændig komplet blodtælling
  • Patienter med inflammatorisk tarmsygdom eller arvelige CRC-syndromer
  • Anamnese med andre typer primær malign tumor og andre årsager, der gjorde dem uegnede til indskrivning

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
Intervention / Behandling
Patienter med ungt opstået kolorektal cancer
Patienter blev diagnosticeret med ung-debut kolorektal cancer efter at have modtaget koloskopi undersøgelse.
Diagnostisk test: Brug af rutinemæssige kliniske data og maskinlæringsmodeller.
Denne undersøgelse brugte kliniske data og en maskinlæringsmodel til at screene tyktarmskræft i ungt debut.
Patienter uden ung-debut kolorektal cancer
Patienter blev udelukket fra ung-debuterende kolorektal cancer efter at have modtaget koloskopiundersøgelse.
Diagnostisk test: Brug af rutinemæssige kliniske data og maskinlæringsmodeller.
Denne undersøgelse brugte kliniske data og en maskinlæringsmodel til at screene tyktarmskræft i ungt debut.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Ydeevnen af ​​screeningmodeller for maskinlæring
Tidsramme: gennem studieafslutning, i gennemsnit 1 år
Ydeevnen af ​​screeningsmodeller for kolorektal cancer med unge begyndende vil blive vurderet ved at beregne arealet under modtagerens operationskarakteristik (ROC) kurve (AUC), nøjagtighed, genkaldelse, specificitet, negativ prædiktiv værdi (NPV), positiv prædiktiv værdi (PPV, eller kaldet Precision).
gennem studieafslutning, i gennemsnit 1 år

Samarbejdspartnere og efterforskere

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

Sponsor

Renmin Hospital of Wuhan University

Efterforskere

  • Studiestol: Dong Weiguo, PhD, Renmin Hospital of Wuhan University

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)

1. december 2023

Primær færdiggørelse (Faktiske)

10. januar 2024

Studieafslutning (Faktiske)

25. januar 2024

Datoer for studieregistrering

Først indsendt

15. marts 2024

Først indsendt, der opfyldte QC-kriterier

28. marts 2024

Først opslået (Faktiske)

2. april 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

2. april 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

28. marts 2024

Sidst verificeret

1. januar 2024

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • Weiguo Dong

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

IPD-planbeskrivelse

Involverer oplysninger om patientens privatliv

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 Kolorektal cancer

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Gambia

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner