Koneoppiminen haimasyövän uusiutumisriskiin radikaalin leikkauksen jälkeen (PaC)
Koneoppimiseen perustuva multimodaalinen dataennuste haimasyövän uusiutumisriskille radikaalin leikkauksen jälkeen
Haimasyövän uusiutuminen (PCa) on monitekijäinen tapahtuma. PCa-potilaiden kliinispatologisten ominaisuuksien ja kuvantamistietojen perusteella tutkijat käyttivät kuvankäsittely- ja koneoppimisalgoritmeja rakentaakseen kattavamman ja vankemman mallin ja lisäsivät joitakin käyttämättömiä ominaisuuksia tutkiakseen sen kliinistä sovellusarvoa.
Takautuva analyysi PCa-potilaista, joille tehtiin radikaali resektio Zhejiangin syöpäsairaalassa (Hangzhou, Kiina) tammikuusta 2013 joulukuuhun 2020. Tietokanta poimittiin tutkijoiden sairaalassa radikaaliin PCa-leikkaukseen saaneiden potilaiden ennen leikkausta saaduista demografisista tiedoista, verimarkkereista ja kirurgisesta patologiasta. Tutkijat käyttivät PyRadiomics-alustaa kuvaominaisuuksien poimimiseen.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Zhejiang
-
Hangzhou, Zhejiang, Kiina, 310000
- Zhejiang Province Cancer Hospital
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Saat tulokset tehostetusta haiman TT-tutkimuksesta 1 kuukauden sisällä ennen leikkausta sairaalassamme;
- Sairaalassamme tehtiin haimasyövän radikaali resektio;
- Sairaalassamme on seurantatuloksia, ja seurantapäätepisteitä ovat taudin uusiutuminen tai vähintään 12 kuukautta.
- Täydelliset kliiniset potilastiedot ja kuvantamistiedot.
Poissulkemiskriteerit:
- ei-R0-resektio;
- Yhdistettynä muihin pahanlaatuisiin kasvaimiin
- Potilaan kuvantamistiedoissa on teknisiä ongelmia tai leesio on liian pieni (alle 1 cm), mikä ei sovellu omiikan analysointiin.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
postoperatiivinen uusiutuminen
|
preoperatiiviset demografiset tiedot, verimerkit, tiedot kirurgisesta patologiasta ja parannetut CT-ominaisuudet.
|
|
leikkauksen jälkeinen uusiutumattomuus
|
preoperatiiviset demografiset tiedot, verimerkit, tiedot kirurgisesta patologiasta ja parannetut CT-ominaisuudet.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Aikaikkuna |
|---|---|
|
Toistumaton selviytyminen
Aikaikkuna: 1 vuosi
|
1 vuosi
|
Yhteistyökumppanit ja tutkijat
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Arvioitu)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- Zhejiang CH
- Grant 20212B037 (OTHER_GRANT: the Zhejiang Traditional Chinese Medicine Scientific Research Fund)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .