Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Einfluss von KOMORBIDITÄTEN nach radikaler Zystektomie unter Verwendung einer prädiktiven Methode mit künstlicher Intelligenz (COMORBID-AI)

12. Juni 2026 aktualisiert von: Centre Hospitalier Universitaire, Amiens

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

Rekrutierung

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

500

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienorte

    • Picardie
      • Amiens, Picardie, Frankreich, 80054

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre und älter (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Dies ist eine retrospektive Analyse von Daten von Patienten, die vom 01. Januar 2006 bis zum 01. Januar 2021 in unserer Einrichtung mit radikaler Zystektomie behandelt wurden. Qualitative und quantitative Standard-Tumordatenelemente werden aus Krankenakten und dem zertifizierten Allgemeinen Krebsregister abgerufen. Die Datenerhebung wird von 9/2021 bis 9/2022 durchgeführt. Die Datenverwaltung und -analyse wird von 1/2023 bis 12/2024 durchgeführt.

Beschreibung

Einschlusskriterien:

  • 18 Jahre und älter
  • Patient mit radikaler Zystektomie wegen Blasenkrebs

Ausschlusskriterien:

  • Computertomographie/Magnetresonanz-Nachweis von Fernmetastasen.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

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

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

12. August 2021

Primärer Abschluss (Geschätzt)

1. Dezember 2028

Studienabschluss (Geschätzt)

1. Dezember 2028

Studienanmeldedaten

Zuerst eingereicht

11. Januar 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

11. Januar 2022

Zuerst gepostet (Tatsächlich)

24. Januar 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

15. Juni 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

12. Juni 2026

Zuletzt verifiziert

1. Juni 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Abonnieren