The Research of Constructing a Risk Assessment Model for Gastric Cancer Based on Machine Learning
torstai 8. heinäkuuta 2021 päivittänyt: Second Affiliated Hospital, School of Medicine, Zhejiang University
Based on the gastric cancer database established earlier, this project explored the PG standard suitable for Chinese people, and further explored the establishment of machine learning model to stratify gastric cancer risk in the population, guide the frequency of gastroscopy screening, and extract important gastric cancer risk factors from it.Establish electronic health records of gastric organs, track the development and outcome of gastric diseases through deep learning method, in order to predict the development and outcome of gastric diseases;Then, the simulation hypothesis deductive method is used to compare the outcomes that may be caused by different lifestyles with the help of deep learning model, so as to guide patients to develop a better lifestyle and explore the establishment of health management paths for gastric cancer patients and high-risk groups in China.
Tutkimuksen yleiskatsaus
Tila
Rekrytointi
Interventio / Hoito
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Odotettu)
5000
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskeluyhteys
- Nimi: Yuling Tong, Dr.
- Puhelinnumero: 1375821220
- Sähköposti: tongyl0313@zju.edu.cn
Tutki yhteystietojen varmuuskopiointi
- Nimi: Yi Zhao, Master
Opiskelupaikat
-
-
-
Hangzhou, Kiina
- Rekrytointi
- Zhejiang Provincial Hospital of Traditional Chinese Medicine
-
Ottaa yhteyttä:
- Xuan Huang
-
Ningbo, Kiina
- Rekrytointi
- Ningbo cadres health center
-
Ottaa yhteyttä:
- Tong Huang
-
-
Osallistumiskriteerit
Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.
Kelpoisuusvaatimukset
Opintokelpoiset iät
25 vuotta - 75 vuotta (Aikuinen, Vanhempi Aikuinen)
Hyväksyy terveitä vapaaehtoisia
Ei
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
consecutive subjects who underwent regular health checkup at nine International Healthcare
Kuvaus
Inclusion Criteria:
- 1） intention to undergo gastroscopy during health checkup examination; and 2) 25-75 years of age
Exclusion Criteria:
- 1) a history of gastric ulcer, gastric polyp, or GC; 2) a history of gastrectomy; 3) treatment with a proton pump inhibitor in the last month; 4) contraindications to gastroscopy; 5) a history of Hp eradication; 6) a history of abdominal pain, abdominal distention, belching, acid reflux, nausea and other digestive tract symptoms within 1 month or 67) incomplete data.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
mahasyöpä
|
diagnostic value of pepsinogen for severe atrophy and gastric cancer
|
|
non-atrophic gastritis
OLGA-0 group；OLGA (Operative Link on Gastritis Assessment)
|
|
|
mild-moderate atrophic gastritis
OLGA I-II group；OLGA (Operative Link on Gastritis Assessment)
|
|
|
severe atrophic gastritis
OLGA III-IV group；OLGA (Operative Link on Gastritis Assessment)
|
diagnostic value of pepsinogen for severe atrophy and gastric cancer
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
pepsinogen value for precanceous lesion and Gastric cancer
Aikaikkuna: 1 year
|
pepsinogen value for precanceous lesion and Gastric cancer
|
1 year
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Tutkijat
- Päätutkija: Yuling Tong, Dr., 2nd affiliated hospital of Zhejiang University, School of Medicine
Opintojen ennätyspäivät
Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan julkisella verkkosivustolla.
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Tiistai 1. tammikuuta 2019
Ensisijainen valmistuminen (Odotettu)
Tiistai 31. toukokuuta 2022
Opintojen valmistuminen (Odotettu)
Lauantai 31. joulukuuta 2022
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Torstai 8. heinäkuuta 2021
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Torstai 8. heinäkuuta 2021
Ensimmäinen Lähetetty (Todellinen)
Maanantai 12. heinäkuuta 2021
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Maanantai 12. heinäkuuta 2021
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Torstai 8. heinäkuuta 2021
Viimeksi vahvistettu
Tiistai 1. kesäkuuta 2021
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 71804161
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Ei
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Ei
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .