Research on the Development and Validation of Personalized Exercise Prescription System for Breast Cancer Patients Based on Large Language Models
The goal of this observational study is to develop and evaluate a large language model (LLM)-based decision support system for exercise prescription in breast cancer patients, aiming to provide personalized decision-making support for postoperative breast cancer rehabilitation.
The main questions it aims to answer are:
How accurate, personalized, and safe are the exercise prescriptions generated by the fine-tuned LLM? How does the model's performance compare with other mainstream or non-fine-tuned models across different stages and subtypes of breast cancer? Participants are postoperative breast cancer rehabilitation patients treated at Sun Yat-sen Memorial Hospital of Sun Yat-sen University. They will have demographic, tumor, treatment, and physical fitness data collected; receive personalized exercise prescriptions automatically generated by the LLM-based system; and provide subjective evaluations on the feasibility and executability of the prescriptions.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienorte
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510000
- Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University
-
Kontakt:
- jianli Zhao
- Telefonnummer: 15920589334
- E-Mail: zhaojianli1988@126.com
-
Kontakt:
- E-Mail: zhaojianli1988@126.com
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Inclusion Criteria:
- Adult patients aged 18-75 years with early-stage breast cancer who have undergone surgical treatment, such as mastectomy or breast-conserving surgery.
- The patients had clear clinical diagnosis and complete electronic medical record information (including demographic information, tumor stage and classification, treatment history, physical performance evaluation data, etc.).
Exclusion Criteria:
- Presence of severe postoperative complications or comorbidities (e.g., uncontrolled cardiac or pulmonary disease) that may interfere with participation in rehabilitation or pose a safety risk.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
|---|
|
Postoperative breast cancer patients receiving LLM-based exercise prescription evaluation
Postoperative breast cancer patients at Sun Yat-sen Memorial Hospital will have clinical and physical data collected.
Each patient receives an exercise prescription generated by a fine-tuned large language model (LLM)-based decision support system and provides feedback on its feasibility.
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Overall Quality Score of Exercise Prescriptions Based on a Five-Dimensional Expert Evaluation Framework
Zeitfenster: From enrollment to completion of prescription evaluation at 1 week
|
Each exercise prescription will be independently evaluated by six multidisciplinary experts across five dimensions: scientific rationale, personalization, comprehensiveness, safety, and feasibility.
Each dimension will be rated on a 5-point Likert scale from 1 to 5. The five dimension scores will be summed to generate an overall quality score ranging from 5 to 25, with higher scores indicating better overall prescription quality.
For each prescription, the mean overall score across the six experts will be used for analysis.
|
From enrollment to completion of prescription evaluation at 1 week
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Subgroup-Specific Scientific Rationale and Safety Scores of Model-Generated Exercise Prescriptions
Zeitfenster: From enrollment to completion of prescription evaluation at 1 week
|
Model performance will be evaluated across predefined subgroups based on age, breast cancer stage, molecular subtype, surgical procedure, and treatment modality.
Scientific rationale and safety will each be rated on a 1-5 Likert scale, with higher scores indicating better performance.
Differences across models and subgroups will be assessed using two-way ANOVA or generalized linear models, including interaction terms between model type and patient characteristics.
|
From enrollment to completion of prescription evaluation at 1 week
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
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
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- SYSKY-2025-786-02
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 .