Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Heurística, algoritmos y aprendizaje automático: evaluación y pruebas en radioterapia (Hamlet rt)

26 de julio de 2021 actualizado por: CCTU- Cancer Theme

Hamlet-RT: heurística, algoritmos y aprendizaje automático: evaluación y pruebas en radioterapia

El estudio Hamlet.rt es un estudio prospectivo de recopilación de datos y cuestionarios para pacientes que se someten a radioterapia guiada por imágenes con intención curativa.

El objetivo del estudio es utilizar técnicas matemáticas y de aprendizaje automático novedosas para construir un modelo que pueda predecir el riesgo de efectos secundarios significativos del tratamiento de radioterapia para un paciente individual: utilizando cálculos de la dosis de tejido normal de la planificación del tratamiento de radioterapia y las características iniciales del paciente derivadas a partir de datos de imagen y no imagen, actualizados continuamente a medida que se revisa al paciente durante y después del tratamiento.

Un objetivo secundario del proyecto es facilitar la investigación en aprendizaje automático y procesamiento de imágenes médicas para radioterapia a través de la creación de un recurso de datos reconocible y compartido para uso en investigación.

Descripción general del estudio

Estado

Reclutamiento

Condiciones

Intervención / Tratamiento

Tipo de estudio

De observación

Inscripción (Anticipado)

310

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

Copia de seguridad de contactos de estudio

Ubicaciones de estudio

  • Reino Unido
    • Cambridgeshire
      • Cambridge, Cambridgeshire, Reino Unido, CB2 0QQ
        • Reclutamiento
        • Cambridge University Hospitals NHS Foundation Trust
        • Contacto:
        • Investigador principal:
          • Raj Dr. Jena

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

18 años y mayores (Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

N/A

Géneros elegibles para el estudio

Todos

Método de muestreo

Muestra no probabilística

Población de estudio

Adultos aptos para radioterapia radical guiada por imágenes con cáncer de próstata, cabeza y cuello, cerebro o pulmón. La variación de las condiciones se basa en los requisitos de los algoritmos de Machine Learning que requieren altos niveles de aplicabilidad clínica, lo que depende de la calidad y cantidad de los datos de entrada disponibles. Por lo tanto, el conjunto de datos de entrada debe abarcar adecuadamente la variación anatómica encontrada en la población.

Descripción

Criterios de inclusión:

  • El participante está dispuesto y es capaz de dar su consentimiento informado para participar en el estudio
  • Masculino o femenino
  • Mayor de 18 años
  • Diagnosticado con cáncer de próstata primario, cáncer de cabeza y cuello, cáncer de pulmón o tumor cerebral
  • Tratado con intención curativa
  • Apto para radioterapia radical guiada por imagen
  • Estado funcional del ECOG de la OMS 0 o 1
  • Supervivencia esperada de 18 meses o más

Criterio de exclusión:

  • El participante no está dispuesto o no es capaz de completar los requisitos establecidos en el protocolo del estudio, p. acceder y completar cuestionarios de seguimiento a largo plazo basados ​​en la web.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Modelos observacionales: Grupo
  • Perspectivas temporales: Futuro

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Cancer de prostata
Adultos aptos para radioterapia radical guiada por imágenes para su cáncer de próstata, aproximadamente 170 pacientes Se utilizarán componentes de RTOG, LENT SOM(A), escala de síntomas RMH y cuestionarios UCLA PCI (índice de cáncer de próstata).
Radiación: Radioterapia Radical Guiada por Imágenes
Los cuestionarios administrados monitorearán la toxicidad clínica experimentada por cada paciente hasta 5 años después de la radioterapia.
Cáncer de cabeza y cuello
Adultos aptos para radioterapia radical guiada por imágenes para su cáncer de cabeza y cuello, aproximadamente 140 pacientes. Se utilizarán los componentes de los cuestionarios CTCAE v3, LENT SOM(A), EORTC QLQ H+N35 y xerostomía modificada.
Radiación: Radioterapia Radical Guiada por Imágenes
Los cuestionarios administrados monitorearán la toxicidad clínica experimentada por cada paciente hasta 5 años después de la radioterapia.
Tumores del sistema nervioso central
Adultos aptos para radioterapia radical guiada por imágenes para su tumor del SNC, tantos pacientes reclutados como sea posible. Se utilizarán los componentes de los cuestionarios RTOG, LENT SOM(A), miniexamen del estado mental de Folstein y actividades generalizadas de la escala de la vida diaria (G-ADL).
Radiación: Radioterapia Radical Guiada por Imágenes
Los cuestionarios administrados monitorearán la toxicidad clínica experimentada por cada paciente hasta 5 años después de la radioterapia.
Cáncer de pulmón
Adultos aptos para radioterapia radical guiada por imágenes para su cáncer de pulmón, tantos pacientes reclutados como sea posible. Se utilizarán componentes de los cuestionarios RTOG & LENT SOM(A).
Radiación: Radioterapia Radical Guiada por Imágenes
Los cuestionarios administrados monitorearán la toxicidad clínica experimentada por cada paciente hasta 5 años después de la radioterapia.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Modelado de aprendizaje automático
Periodo de tiempo: 8 años de FPFV
Caracterice los modelos de aprendizaje automático para los cuatro sitios de enfermedades. Desarrollar algoritmos de aprendizaje automático para la autosegmentación de la anatomía del tejido normal y ampliar los algoritmos de aprendizaje automático para identificar y segmentar estructuras de tejido normal en imágenes de TC de haz cónico y utilizar las segmentaciones ML para evaluar firmas de imágenes correlacionadas con la toxicidad del tratamiento.
8 años de FPFV
Modelado predictivo
Periodo de tiempo: 8 años de FPFV
Predecir coincidencias de rendimiento con técnicas publicadas. Combinar los modelos de aprendizaje automático en el resultado 1, con datos de evaluación previa al tratamiento y evaluaciones cuantitativas durante el tratamiento en el resultado 3 para la construcción y evaluación de un modelo matemático predictivo
8 años de FPFV
Evaluación de toxicidad clínica
Periodo de tiempo: 8 años de FPFV
Evaluación de la toxicidad clínica experimentada por cada paciente hasta 5 años después de la radioterapia para informar los modelos predictivos en el resultado 2
8 años de FPFV

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Patrocinador

CCTU- Cancer Theme

Colaboradores

University of Cambridge
Microsoft Research

Investigadores

  • Investigador principal: Raj Dr. Jena, Cambridge University Hospitals NHS Foundation Trust & the University of Cambridge
  • Investigador principal: Suzanne Miller, Cambridge University Hospitals NHS Foundation Trust
  • Investigador principal: Amy Bates, Cambridge University Hospitals NHS Foundation Trust

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

11 de septiembre de 2019

Finalización primaria (Anticipado)

1 de enero de 2023

Finalización del estudio (Anticipado)

1 de enero de 2028

Fechas de registro del estudio

Enviado por primera vez

15 de agosto de 2019

Primero enviado que cumplió con los criterios de control de calidad

16 de agosto de 2019

Publicado por primera vez (Actual)

19 de agosto de 2019

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

2 de agosto de 2021

Última actualización enviada que cumplió con los criterios de control de calidad

26 de julio de 2021

Última verificación

1 de julio de 2021

Más información

Términos relacionados con este estudio

Palabras clave

Otros números de identificación del estudio

  • Hamlet.rt

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

Indeciso

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

Ensayos clínicos sobre Cáncer

Buscar ensayos similares

Patrocinadores y Colaboradores

Condiciones médicas

Intervenciones de drogas

CROs by country

CROs in United States

Condiciones

Enfermedades Raras

Intervenciones de drogas

Suplementos dietéticos

Patrocinador / Colaboradores

Localizaciones

Suscribir