BMA ja dynaaminen nomogrammi CRC-potilaiden selviytymisen ennustamiseen
Lääkäriystävällisen verkkotyökalun kehittäminen paksusuolensyöpäpotilaiden selviytymisen ennustamiseen: Bayesin malli keskiarvon laskemiseksi riskitekijöiden valinnassa ja dynaamisessa nomogrammissa
Tutkimuksen yleiskatsaus
Yksityiskohtainen kuvaus
Käännöstilastot yhdistävät biostatistiat ja kliiniset tutkimukset kommunikoidakseen tutkimustuloksista tehokkaasti. Nomogrammit, graafiset esitykset, jotka yhdistävät riippumattomia prognostisia tekijöitä, ovat arvokkaita työkaluja paksusuolensyövän (CRC) tutkimuksessa. Bayesin mallit vaihtelevan valinnan selviytymistulosten ennustamisessa tarjoavat etuja Bayesin mallin keskiarvon (BMA) avulla. Tämän tutkimuksen tavoitteena oli käyttää BMA:ta muuttujien valinnassa ja kehittää kliinikkoystävällinen online-dynaaminen nomogrammi selviytymisen ennustamiseen.
Retrospektiivisessä tutkimuksessa hyödynnettiin Cabrini Monashin kolorektaalisten neoplasioiden tietokantaa, mukaan lukien paksusuolensyöpäpotilaat, joille tehtiin leikkaus. Tiedot kerättiin väestötiedoista, perioperatiivisista riskeistä, hoidon yksityiskohdista, kuolleisuudesta, sairastumisesta ja eloonjäämisestä. BMA:ta käytettiin Bayesin muuttujien valinnassa selviytymisen ennustamisen tehokkaiden riskitekijöiden tunnistamiseksi. Herkkyysanalyysit Cox-LASSOa käyttäen ja puuttuvien tietojen imputointi suoritettiin. Prognostiset online-dynaamiset nomogrammit rakennettiin käyttämällä valittuja riskitekijöitä ja R-pakettia DynNom.
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
Victoria
-
Melbourne, Victoria, Australia, 3144
- Cabrini Health
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
Tähän tutkimukseen potilaat otettiin mukaan erityisten valintakriteerien perusteella: 18-vuotiaita tai vanhempia, paksusuolen adenokarsinoomadiagnoosia (tai saman sairauden jälkeistä polypektomiaa) ja paksusuolensyövän leikkausta.
Poissulkemiskriteerit:
Tutkimukseen ei otettu mukaan potilaita, joilla oli peräsuolen syöpä, neuroendokriiniset kasvaimet, lymfoomit ja ne, joille tehtiin trans-anaalileikkaus.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
OS
Aikaikkuna: 2011-2021
|
Kokonaiseloonjääminen, aika sokerista kuolemaan tai viimeiseen seurantaan
|
2011-2021
|
|
RFS
Aikaikkuna: 2011-2021
|
Relapse-free Selviytyminen, aika sokerista kuolemaan tai viimeinen seuranta niille, joilla ei ole uusiutumista.
|
2011-2021
|
Yhteistyökumppanit ja tutkijat
Sponsori
Julkaisuja ja hyödyllisiä linkkejä
Yleiset julkaisut
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Siegel RL, Miller KD, Goding Sauer A, Fedewa SA, Butterly LF, Anderson JC, Cercek A, Smith RA, Jemal A. Colorectal cancer statistics, 2020. CA Cancer J Clin. 2020 May;70(3):145-164. doi: 10.3322/caac.21601. Epub 2020 Mar 5.
- Jalali A, Alvarez-Iglesias A, Roshan D, Newell J. Visualising statistical models using dynamic nomograms. PLoS One. 2019 Nov 15;14(11):e0225253. doi: 10.1371/journal.pone.0225253. eCollection 2019.
- Borumandnia N, Doosti H, Jalali A, Khodakarim S, Charati JY, Pourhoseingholi MA, Talebi A, Agah S. Nomogram to Predict the Overall Survival of Colorectal Cancer Patients: A Multicenter National Study. Int J Environ Res Public Health. 2021 Jul 21;18(15):7734. doi: 10.3390/ijerph18157734.
- Maity AK, Basu S, Ghosh S. Bayesian criterion-based variable selection. Journal of the Royal Statistical Society Series C: Applied Statistics. 2021;70(4):835-857.
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 (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- #08-01-03-23
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 .