BMA und dynamisches Nomogramm zur Überlebensvorhersage bei Patienten mit CRC
Entwicklung eines klinikfreundlichen Online-Tools zur Überlebensvorhersage bei Darmkrebspatienten: Ein Bayesianisches Modell zur Mittelwertbildung für die Auswahl von Risikofaktoren und ein dynamisches Nomogramm
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Die translationale Statistik vereint Biostatistik und klinische Forschung, um Forschungsergebnisse effektiv zu kommunizieren. Nomogramme, grafische Darstellungen, die unabhängige Prognosefaktoren integrieren, sind wertvolle Werkzeuge in der Darmkrebsforschung (CRC). Bayesianische Modelle für die Variablenauswahl bei der Vorhersage des Überlebensergebnisses bieten Vorteile durch Bayesian Model Averaging (BMA). Ziel dieser Studie war es, BMA für die Variablenauswahl zu nutzen und ein klinikerfreundliches dynamisches Online-Nomogramm zur Überlebensvorhersage zu entwickeln.
In einer retrospektiven Studie wurde die kolorektale Neoplasie-Datenbank von Cabrini Monash genutzt, an der auch Patienten mit Darmkrebs teilnahmen, die sich einer Operation unterzogen hatten. Es wurden Daten zu Demografie, perioperativen Risiken, Behandlungsdetails, Mortalität, Morbidität und Überleben gesammelt. BMA wurde für die Auswahl der Bayes'schen Variablen verwendet, um wirksame Risikofaktoren für die Überlebensvorhersage zu identifizieren. Es wurden Sensitivitätsanalysen mit Cox-LASSO und Imputation fehlender Daten durchgeführt. Prognostische dynamische Online-Nomogramme wurden unter Verwendung ausgewählter Risikofaktoren und des R-Pakets DynNom erstellt.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
Victoria
-
Melbourne, Victoria, Australien, 3144
- Cabrini Health
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
In diese Studie wurden Patienten auf der Grundlage spezifischer Auswahlkriterien eingeschlossen: 18 Jahre alt oder älter, mit der Diagnose eines Adenokarzinoms des Dickdarms (oder nach Polypektomie derselben Erkrankung) und nach einer Operation wegen Dickdarmkrebs.
Ausschlusskriterien:
Patienten mit Rektumkarzinom, neuroendokrinen Tumoren, Lymphomen und solche, die sich einer transanalen Operation unterzogen hatten, wurden nicht in die Studie einbezogen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Betriebssystem
Zeitfenster: 2011-2021
|
Gesamtüberleben, Zeit von der Zuckeraufnahme bis zum Tod oder der letzten Nachuntersuchung
|
2011-2021
|
|
RFS
Zeitfenster: 2011-2021
|
Rückfallfreies Überleben, Zeit vom Zucker bis zum Tod oder letzte Nachuntersuchung für diejenigen ohne Rückfall.
|
2011-2021
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Siegel RL, Miller KD, Goding Sauer A, Fedewa SA, Butterly LF, Anderson JC, Cercek A, Smith RA, Jemal A. Colorectal cancer statistics, 2020. CA Cancer J Clin. 2020 May;70(3):145-164. doi: 10.3322/caac.21601. Epub 2020 Mar 5.
- Jalali A, Alvarez-Iglesias A, Roshan D, Newell J. Visualising statistical models using dynamic nomograms. PLoS One. 2019 Nov 15;14(11):e0225253. doi: 10.1371/journal.pone.0225253. eCollection 2019.
- Borumandnia N, Doosti H, Jalali A, Khodakarim S, Charati JY, Pourhoseingholi MA, Talebi A, Agah S. Nomogram to Predict the Overall Survival of Colorectal Cancer Patients: A Multicenter National Study. Int J Environ Res Public Health. 2021 Jul 21;18(15):7734. doi: 10.3390/ijerph18157734.
- Maity AK, Basu S, Ghosh S. Bayesian criterion-based variable selection. Journal of the Royal Statistical Society Series C: Applied Statistics. 2021;70(4):835-857.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
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
Andere Studien-ID-Nummern
- #08-01-03-23
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 .