Multimodaalinen malli ennustaa toistumisen (FUTURE12)
keskiviikko 13. marraskuuta 2024 päivittänyt: Qun Zhao
Multimodaalinen kliiniseen kuvantamiseen ja patologiaan perustuva tekoälymalli paikallisesti edenneen mahasyövän postoperatiivisen uusiutumisen ennustamiseen
Tässä tutkimuksessa keskitytään kehittämään edistynyt malli, joka yhdistää kliinisen tiedon, kuvantamisen ja patologiatiedot ennustamaan syövän toistumisen todennäköisyyttä leikkauksen jälkeen potilailla, joilla on paikallisesti edennyt mahasyöpä.
Tekoälyn (AI) avulla tämä malli analysoi erilaisia tietolähteitä luodakseen tarkemman ennusteen uusiutumisriskistä, mikä voi auttaa lääkäreitä, potilaita ja perheitä ymmärtämään paremmin uusiutumismahdollisuudet.
Tämän tekoälyyn perustuvan lähestymistavan avulla terveydenhuollon tarjoajat voivat tehdä tietoisempia päätöksiä henkilökohtaisesta seurantahoidosta ja mahdollisista lisähoidoista potilaiden tulosten parantamiseksi.
Tutkimuksen yleiskatsaus
Tila
Valmis
Interventio / Hoito
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
93
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Hebei
-
Shijiazhuang, Hebei, Kiina, 050011
- The Fourth Hospital of Hebei Medical University
-
-
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
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Ei
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Tutkimuspopulaatio sisältää aikuispotilaat (18-vuotiaat ja sitä vanhemmat), joilla on diagnosoitu paikallisesti edennyt mahasyöpä (vaihe II tai III), joille on tehty kirurginen resektio.
Tämä populaatio valitaan sen perusteella, että saatavilla on täydellisiä kliinisiä, kuvantamis- ja patologisia tietoja, joita tarvitaan multimodaalisen tekoälyn ohjaaman ennustusmallin analysointiin.
Tutkimus keskittyy postoperatiivisen uusiutumisriskin arviointiin tässä ryhmässä yksilöllisen seurannan ja hoidon suunnittelun parantamiseksi.
Kuvaus
**Sisällytyksen kriteerit:**
- Potilaat, joilla on diagnosoitu paikallisesti edennyt mahasyöpä (vaihe II tai III).
- Potilaat, joille on tehty kirurginen resektio mahasyövän vuoksi.
- Potilaat, joilla on täydelliset kliiniset, kuvantamis- ja patologiset tiedot analysoitavaksi.
- Ikä 18 vuotta tai vanhempi.
- Potilaat, jotka antavat tietoisen suostumuksensa osallistua tutkimukseen.
**Poissulkemiskriteerit:**
- Potilaat, joilla on kaukainen etäpesäke (vaihe IV) diagnoosin aikaan.
- Potilaat, joilla on puutteelliset tai puuttuvat kliiniset, kuvantamis- tai patologiset tiedot.
- Potilaat, jotka ovat aiemmin saaneet muuta mahasyövän hoitoa kuin kirurgista resektiota.
- Potilaat, joilla on muita samanaikaisia pahanlaatuisia kasvaimia.
- Potilaat, jotka eivät pysty tai halua noudattaa tutkimuksen seurantavaatimuksia.
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Leikkauksen jälkeisen uusiutumisen ennustetarkkuus paikallisesti edenneessä mahasyövässä
Aikaikkuna: 24 kuukautta leikkauksen jälkeinen seuranta
|
Ensisijainen tulosmitta on multimodaalisen tekoälymallin tarkkuus ennakoitaessa leikkauksen jälkeisen uusiutumisen riskiä potilailla, joilla on paikallisesti edennyt mahasyöpä.
Tämä arvioidaan vertaamalla mallin ennusteita todellisiin uusiutumistapahtumiin tietyn seurantajakson aikana, mikä mahdollistaa sen tehokkuuden arvioinnin korkean riskin potilaiden tunnistamisessa ja kliinisten päätösten ohjaamisessa.
|
24 kuukautta leikkauksen jälkeinen seuranta
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
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)
Lauantai 1. tammikuuta 2022
Ensisijainen valmistuminen (Todellinen)
Torstai 31. lokakuuta 2024
Opintojen valmistuminen (Todellinen)
Torstai 31. lokakuuta 2024
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Keskiviikko 13. marraskuuta 2024
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Keskiviikko 13. marraskuuta 2024
Ensimmäinen Lähetetty (Todellinen)
Perjantai 15. marraskuuta 2024
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Perjantai 15. marraskuuta 2024
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Keskiviikko 13. marraskuuta 2024
Viimeksi vahvistettu
Perjantai 1. marraskuuta 2024
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- FUTURE12
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 .