El modelo multimodal predice la recurrencia (FUTURE12)
13 de noviembre de 2024 actualizado por: Qun Zhao
Modelo de inteligencia artificial multimodal impulsado por imágenes clínicas y patología para predecir la recurrencia posoperatoria del cáncer gástrico localmente avanzado
Este estudio se centra en desarrollar un modelo avanzado que combine información clínica, imágenes y datos patológicos para predecir la probabilidad de que el cáncer regrese después de la cirugía en pacientes con cáncer gástrico localmente avanzado.
Mediante el uso de inteligencia artificial (IA), este modelo analiza varias fuentes de datos para crear una predicción más precisa del riesgo de recurrencia, lo que puede ayudar a los médicos, pacientes y familias a comprender mejor las posibilidades de recurrencia.
Este enfoque impulsado por la IA permite a los proveedores de atención médica tomar decisiones más informadas sobre la atención de seguimiento personalizada y posibles tratamientos adicionales para mejorar los resultados de los pacientes.
Descripción general del estudio
Estado
Terminado
Condiciones
Intervención / Tratamiento
Tipo de estudio
De observación
Inscripción (Actual)
93
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
-
-
Hebei
-
Shijiazhuang, Hebei, Porcelana, 050011
- The Fourth Hospital of Hebei Medical 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
- Adulto Mayor
Acepta Voluntarios Saludables
No
Método de muestreo
Muestra no probabilística
Población de estudio
La población de estudio incluye pacientes adultos (de 18 años o más) diagnosticados con cáncer gástrico localmente avanzado (estadio II o III) que se han sometido a resección quirúrgica.
Esta población se selecciona en función de la disponibilidad de datos clínicos, de imágenes y de patología completos necesarios para el análisis mediante el modelo predictivo multimodal impulsado por IA.
El estudio se centra en evaluar el riesgo de recurrencia posoperatoria en este grupo específico para mejorar el seguimiento personalizado y la planificación del tratamiento.
Descripción
**Criterios de inclusión:**
- Pacientes diagnosticados de cáncer gástrico localmente avanzado (Estadio II o III).
- Pacientes que han sido sometidos a resección quirúrgica por cáncer gástrico.
- Pacientes con datos clínicos, de imágenes y de patología completos disponibles para su análisis.
- Edad 18 años o más.
- Pacientes que brinden su consentimiento informado para participar en el estudio.
**Criterios de exclusión:**
- Pacientes con metástasis a distancia (Estadio IV) al momento del diagnóstico.
- Pacientes con datos clínicos, de imagen o patológicos incompletos o faltantes.
- Pacientes que hayan recibido tratamiento previo por cáncer gástrico distinto de la resección quirúrgica.
- Pacientes con otras neoplasias malignas concurrentes.
- Pacientes que no pueden o no quieren cumplir con los requisitos de seguimiento del estudio.
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
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión de predicción de la recurrencia posoperatoria en cáncer gástrico localmente avanzado
Periodo de tiempo: Seguimiento postoperatorio a los 24 meses.
|
La medida de resultado primaria es la precisión del modelo de IA multimodal para predecir el riesgo de recurrencia posoperatoria en pacientes con cáncer gástrico localmente avanzado.
Esto se evalúa comparando las predicciones del modelo con eventos de recurrencia reales durante un período de seguimiento específico, lo que permite evaluar su eficacia para identificar pacientes de alto riesgo y guiar las decisiones clínicas.
|
Seguimiento postoperatorio a los 24 meses.
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
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 enero de 2022
Finalización primaria (Actual)
31 de octubre de 2024
Finalización del estudio (Actual)
31 de octubre de 2024
Fechas de registro del estudio
Enviado por primera vez
13 de noviembre de 2024
Primero enviado que cumplió con los criterios de control de calidad
13 de noviembre de 2024
Publicado por primera vez (Actual)
15 de noviembre de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
15 de noviembre de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
13 de noviembre de 2024
Última verificación
1 de noviembre de 2024
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- FUTURE12
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. .