- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05204186
Einfluss von KOMORBIDITÄTEN nach radikaler Zystektomie unter Verwendung einer prädiktiven Methode mit künstlicher Intelligenz (COMORBID-AI)
Bewertung der Auswirkungen von KOMORBIDITÄTEN auf Morbidität und Mortalität nach radikaler Zystektomie bei Krebs mithilfe einer prädiktiven Methode mit künstlicher Intelligenz
Der Arzt und das multidisziplinäre Teamtreffen in der onkologischen Urologie (MMO) spielen eine Schlüsselrolle bei der Entscheidungsfindung. Eine nicht erklärbare, dem Chirurgen zuzurechnende Varianz, die wahrscheinlich mit dem subjektiven „Augapfeltest“-Effekt zusammenhängt, wurde als stärkster Faktor identifiziert, der der Nichteinhaltung der Leitlinienempfehlungen bei der Behandlung von Blasenkrebs zugrunde liegt. Daher sind qualitativ hochwertige Studien, die Barrieren und Modulatoren (z. B. Komorbiditäten) für die Annahme von Leitlinien auf Anbieterebene und den Zusammenhang zwischen Komorbiditäten bei der Therapiewahl und deren Auswirkungen auf das spezifische Überleben von Blasenkrebs und das Gesamtüberleben identifizieren, von entscheidender Bedeutung. Es könnte entscheidend sein, Patienten mit einem hohen Risiko für einen frühen Tod zu identifizieren und spezifische Leitlinien für die Behandlung zu verbessern.
Um das Überleben zu beurteilen, wo Mortalitätsereignisse konkurrieren, ist es angemessener, eine kumulative Inzidenzfunktion (nämlich CIF) zu berechnen. Die Prüfärzte werden die Ergebnisse verschiedener Patientenpopulationen vergleichen, um Informationen zur Verbesserung der klinischen Entscheidungsfindung zu erhalten. Ein solches Lernen erfolgt durch die Verwendung neuronaler Netze oder durch Anwendung populationsbasierter Ansätze wie genetischer Algorithmen (GA), Ant Colony Systems (ACS) und Particle Swarm Optimization (PSO), wobei ein vierstufiger Ansatz verwendet wird.
Zunächst schlagen die Forscher einen „Prätopologieraum“ vor, um ein dynamisches Phänomen zu untersuchen. Zweitens erinnern die Forscher daran, dass der K-Means-Ansatz einer der am häufigsten verwendeten Ansätze für die Klassifizierung einer Reihe von Elementen (Patienten / Personen / andere) in K (disjunktive) Cluster bleibt. Drittens schlagen die Forscher einen lernenden Prätopologieraum zur Verbesserung der Clusterbildung vor. Ein solcher Ansatz kann im Geiste einem Ansatz angeglichen werden, der mit großem Erfolg auf Deep Learning angewendet wird. Viertens und letztens schlagen die Ermittler eine reaktive Methode vor, die in der Lage ist, einige neue Elemente einzuschließen oder einige enthaltene Elemente zu entfernen
Studienübersicht
Status
Bedingungen
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: fabien saint, Pr
- Telefonnummer: 03 22 45 59 52
- E-Mail: saint-fabien@chu-amiens.fr
Studienorte
-
-
Picardie
-
Amiens, Picardie, Frankreich, 80054
- Rekrutierung
- CHU Amiens Picardie
-
Kontakt:
- fabien saint, Pr
- Telefonnummer: 03 22 45 59 52
- E-Mail: saint-fabien@chu-amiens.fr
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- 18 Jahre und älter
- Patient mit radikaler Zystektomie wegen Blasenkrebs
Ausschlusskriterien:
- Computertomographie/Magnetresonanz-Nachweis von Fernmetastasen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
|---|
|
Gruppe A
Patient (Gruppe A) mit Grad 3 (und darüber) Clavien-Dindo-Grad-Komplikationsrate (30 dC und 90 dC)
|
|
Gruppe B
Patient ohne (Gruppe B) Grad 3 (und höher) Clavien-Dindo Grading Komplikationsrate (30 dC und 90 dC)
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Therapeutische Wahl von Blasenkrebs, wie sie mit dieser Vorhersagemethode der künstlichen Intelligenz bestimmt wird
Zeitfenster: 90 Tage
|
Nach dem Abrufen assoziierter Komorbiditäten, Grad 3 und darüber, Clavien-Dindo-Einstufungssystem, Komplikationsrate (30 dC und 90 dC), Informationen zur Primärbehandlung von Blasenkrebs (Urotheltyp und pT1 bis pT4), Ergebnis, Zeitpunkt und Todesursache, nach Unser Techniker (aus Krankenakten spezifischer Unterstützungszentren) besteht das Hauptziel darin, die Einbeziehung von Komorbiditäten bei der Auswahl der Therapie zu modellieren, die Versorgung von Patienten mit Blasenkrebs zu verbessern und spezifische Behandlungsrichtlinien zu erstellen.
|
90 Tage
|
Mitarbeiter und Ermittler
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
- Urogenitale Erkrankungen
- Urogenitale Neoplasmen
- Neubildungen nach Standort
- Neubildungen
- Männliche Urogenitalerkrankungen
- Urologische Erkrankungen
- Weibliche Urogenitalerkrankungen
- Weibliche Urogenitalerkrankungen und Schwangerschaftskomplikationen
- Urologische Neubildungen
- Erkrankungen der Harnblase
- Neoplasien der Harnblase
Andere Studien-ID-Nummern
- PI2021_843_0176
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .