Früherkennung von Darmkrebs auf Basis künstlicher Intelligenz
Anwendung künstlicher Intelligenz für die Früherkennung von Darmkrebs auf der Grundlage elektronischer Krankenakten
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Tatsächlich)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Hubei
-
Wuhan, Hubei, China, 430060
- Renmin Hospital of Wuhan University
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Neu diagnostiziertes CRC (YOCRC-Gruppe)
- Alter zwischen 18 und 49 Jahren bei Diagnose (YOCRC-Gruppe)
- Habe nie irgendeine CRC-bezogene Behandlung erhalten (YOCRC-Gruppe)
- Kein durch Koloskopie oder Pathologie bestätigtes CRC (Nicht-YOCRC-Gruppe)
- Alter zwischen 18 und 49 Jahren (Nicht-YOCRC-Gruppe)
Ausschlusskriterien:
- Krankenhausaufenthalt von weniger als 24 Stunden oder unvollständiges vollständiges Blutbild
- Patienten mit entzündlichen Darmerkrankungen oder erblichen CRC-Syndromen
- Vorgeschichte anderer Arten von primären bösartigen Tumoren und andere Gründe, die sie für die Einschreibung ungeeignet machten
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Patienten mit jungem Darmkrebs
Bei den Patienten wurde nach einer Koloskopie-Untersuchung ein jung beginnender Darmkrebs diagnostiziert.
|
Diese Studie nutzte klinische Daten und ein Modell des maschinellen Lernens, um Darmkrebs im jungen Alter zu untersuchen.
|
|
Patienten ohne jungen Darmkrebs
Nach einer Koloskopie-Untersuchung wurde bei den Patienten ein jung auftretender Darmkrebs ausgeschlossen.
|
Diese Studie nutzte klinische Daten und ein Modell des maschinellen Lernens, um Darmkrebs im jungen Alter zu untersuchen.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die Leistung von Screening-Modellen für maschinelles Lernen
Zeitfenster: bis zum Studienabschluss durchschnittlich 1 Jahr
|
Die Leistung von Früherkennungsmodellen für Darmkrebs bei jungem Beginn wird durch Berechnung der Fläche unter der ROC-Kurve (Receiver Operating Characteristic, AUC), Genauigkeit, Rückruf, Spezifität, negativer Vorhersagewert (NPV), positiver Vorhersagewert (PPV) oder bewertet Präzision genannt).
|
bis zum Studienabschluss durchschnittlich 1 Jahr
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Studienstuhl: Dong Weiguo, PhD, Renmin Hospital of Wuhan University
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Tatsächlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- Weiguo Dong
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .