Detección del cáncer colorrectal de aparición temprana basada en inteligencia artificial
28 de marzo de 2024 actualizado por: Renmin Hospital of Wuhan University
Aplicación de inteligencia artificial para la detección del cáncer colorrectal de aparición temprana basada en registros médicos electrónicos
En este estudio, nuestro objetivo fue desarrollar, validar interna y temporalmente los modelos de aprendizaje automático para ayudar a evaluar YOCRC en función de los datos de registros médicos electrónicos (EMR) extraídos retrospectivamente.
Descripción general del estudio
Estado
Terminado
Condiciones
Intervención / Tratamiento
Descripción detallada
El diagnóstico de cáncer colorrectal de inicio joven (YOCRC) se ha vuelto más común en las últimas décadas.
La detección del CCR entre los adultos más jóvenes sigue siendo un desafío.
En este estudio, planeamos extraer retrospectivamente los datos clínicos relevantes de personas jóvenes que se sometieron a una colonoscopia entre 2013 y 2022 utilizando registros médicos electrónicos (EMR).
Se aplicarán múltiples técnicas de aprendizaje automático supervisado para distinguir a los individuos YOCRC y no YOCRC, los clasificadores anteriores serán entrenados y validados internamente en el conjunto de datos de entrenamiento y el conjunto de datos de validación interna admitidos entre 2013 y 2021, respectivamente.
También evaluaremos la validez externa temporal de los clasificadores en función de las admisiones de 2022.
Tipo de estudio
De observación
Inscripción (Actual)
11000
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.
Ubicaciones de estudio
-
-
Hubei
-
Wuhan, Hubei, Porcelana, 430060
- Renmin Hospital of Wuhan University
-
-
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
- Adulto
Acepta Voluntarios Saludables
Sí
Método de muestreo
Muestra no probabilística
Población de estudio
La población de estudio que extrajimos en este estudio provino del departamento de Gastroenterología, departamento de Oncología, etc.
Más específicamente, hubo dos fuentes principales para los participantes del estudio: algunos individuos incluidos en nuestro estudio tenían síntomas relevantes (como dolor abdominal crónico, alteración del hábito intestinal, pérdida de peso inexplicable, hematoquezia) y recibieron un examen de colonoscopia bajo el consejo del médico, mientras que algunas personas vienen al hospital sólo para un examen físico completo (los elementos del examen físico incluyen la colonoscopia).
Descripción
Criterios de inclusión:
- Recién diagnosticado con CCR (grupo YOCRC)
- Edad entre 18 y 49 años en el momento del diagnóstico (grupo YOCRC)
- Nunca recibió ningún tratamiento relacionado con el CCR (grupo YOCRC)
- No hay CCR confirmado por colonoscopia o patología (grupo no YOCRC)
- Edad entre 18 y 49 años (grupo no YOCRC)
Criterio de exclusión:
- Estancia hospitalaria menor a 24 horas o con hemograma completo incompleto
- Pacientes con enfermedad inflamatoria intestinal o síndromes de CCR hereditarios.
- Historia de otros tipos de tumores malignos primarios y otros motivos que los hicieron inadecuados para la inscripción.
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
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Pacientes con cáncer colorrectal de aparición joven
A los pacientes se les diagnosticó cáncer colorrectal de aparición temprana después de recibir un examen de colonoscopia.
|
Este estudio utilizó datos clínicos y un modelo de aprendizaje automático para detectar el cáncer colorrectal de aparición temprana.
|
|
Pacientes sin cáncer colorrectal de aparición temprana
A los pacientes se les descartó cáncer colorrectal de aparición temprana después de recibir un examen de colonoscopia.
|
Este estudio utilizó datos clínicos y un modelo de aprendizaje automático para detectar el cáncer colorrectal de aparición temprana.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
El rendimiento de los modelos de detección de aprendizaje automático.
Periodo de tiempo: hasta la finalización del estudio, un promedio de 1 año
|
El rendimiento de los modelos de detección de cáncer colorrectal de aparición temprana se evaluará calculando el área bajo la curva característica operativa del receptor (ROC) (AUC), precisión, recuperación, especificidad, valor predictivo negativo (NPV), valor predictivo positivo (PPV o llamado Precisión).
|
hasta la finalización del estudio, un promedio de 1 año
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Silla de estudio: Dong Weiguo, PhD, Renmin Hospital of Wuhan University
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)
1 de diciembre de 2023
Finalización primaria (Actual)
10 de enero de 2024
Finalización del estudio (Actual)
25 de enero de 2024
Fechas de registro del estudio
Enviado por primera vez
15 de marzo de 2024
Primero enviado que cumplió con los criterios de control de calidad
28 de marzo de 2024
Publicado por primera vez (Actual)
2 de abril de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
2 de abril de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
28 de marzo de 2024
Última verificación
1 de enero de 2024
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- Weiguo Dong
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
INDECISO
Descripción del plan IPD
Involucrar la información de privacidad del paciente
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. .