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

En Machine Learning-baseret estimeret overlevelsesmodel

22. maj 2024 opdateret af: Zhao Siyao

Konstruktion og validering af en maskinlæringsbaseret estimeret overlevelsesmodel for ældre patienter med avanceret malignitet

Ondartede tumorer er den hyppigste dødsårsag hos ældre patienter, og palliativ behandling kan forbedre livskvaliteten for ældre fremskredne kræftpatienter. En af hovedårsagerne til, at disse patienter ikke er inkluderet i palliativ pleje, er manglen på nøjagtig estimering af deres overlevelsesperiode af patienter, familiemedlemmer og læger. Både læger og patienter har en tendens til at være alt for optimistiske med hensyn til overlevelsesperioden for ældre fremskredne kræftpatienter, hvilket fører til overbehandling. Derfor kan vurdering af risikoen for død for disse patienter og yderligere etablering af en estimeringsmodel for overlevelsesperiode forbedre nøjagtigheden af ​​lægernes kliniske forudsigelser om patientoverlevelse, lette tidlig henvisning til palliativ behandling og fremme rationalisering af medicinsk beslutningstagning.

Studieoversigt

Status

Aktiv, ikke rekrutterende

Betingelser

Detaljeret beskrivelse

  1. 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.
  2. 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.
  3. 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

Observationel

Tilmelding (Anslået)

1000

Kontakter og lokationer

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

Studiesteder

    • Sichuan
      • Chengdu, Sichuan, Kina, 610041
        • Siyao Zhao

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
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Avanceret cancer (stadium III og IV) maligne tumorpatienter i alderen 60 år og derover.

Beskrivelse

Inklusionskriterier: Inklusionskriterier for maligne tumorpatienter i sent stadium: Skal opfylde betingelse 1) og også opfylde enten betingelse 2), 3) eller 4):

  1. Klinisk diagnose af fremskreden malign tumor: TNM stadium III eller IV
  2. "Overraskelsesspørgsmål": Hvis denne patient skulle dø inden for de næste 6 måneder, ville det ikke være overraskende for dig.
  3. Karnofsky performance status (KPS) score ≤ 50
  4. Palliativ præstationsskala (PPS) ≤ 50 %

Ekskluderingskriterier:

  1. Patienter, der nægter at deltage i undersøgelsen;
  2. Patienter, der af forskellige årsager ikke er i stand til at samarbejde og udfylde spørgeskemaundersøgelsen;
  3. Patienter, der af forskellige årsager ikke er i stand til at samarbejde og gennemføre opfølgningen.

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
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

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
En model
Tidsramme: 31-12-2026
Byg en overlevelsesvurderingsmodel for ældre kræftpatienter i sent stadium.
31-12-2026

Samarbejdspartnere og efterforskere

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

Sponsor

Efterforskere

  • Ledende efterforsker: Siyao Zhao, postgraduate, West China Hospital

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. maj 2024

Primær færdiggørelse (Anslået)

31. december 2025

Studieafslutning (Anslået)

31. december 2026

Datoer for studieregistrering

Først indsendt

15. maj 2024

Først indsendt, der opfyldte QC-kriterier

22. maj 2024

Først opslået (Faktiske)

29. maj 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

29. maj 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

22. maj 2024

Sidst verificeret

1. maj 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 2024 Review (807)

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 Avanceret solid tumor

Abonner