ONCOlogy-targeted NLP-powered Federated Hyper-archItecture and Data Sharing Framework for Health Data Reusability (ONCO-FIRE)
2021. október 25. frissítette: Instituto de Investigacion Sanitaria La Fe
ONCOlogy-targeted NLP-powered Federated Hyper-archItecture and Data Sharing
ONCO-FIRE proposes to build a novel hyper-architecture and a common data model (CDM) for oncology, as well as a rich, modular toolset enabling significantly increased interoperability, exploitability, use and reuse of diverse, multi-modal health data available in electronic Health Records (EHR) and cancer big data repositories to the benefit of health professionals, healthcare providers and researchers; this will eventually lead to more efficient and cost-effective health care procedures and workflows that support improved care delivery to cancer patients encompassing support for cancer early prediction, diagnosis, and follow-up.
The applicability, usefulness and usability of the proposed hyper-architecture, CDM and toolset for oncology and the high exploitability of health data will be demonstrated in diverse data exploitation scenarios related to breast and prostate cancer involving a number of Virtual Assistants (VAs) and advanced services offering to health care professionals (HCPs), hospital administration/healthcare providers and researchers data-driven decision-support and easy navigation across large amounts of cancer-related information.
Through the above mentioned outcomes and the (meta)data interoperability achieved, ONCO-FIRE contributes to the exploitation of large volumes, highly heterogeneous (meta)data in EHR and data repositories including imaging data, structured data (e.g.
demographics, laboratory, pathological data), as well as diverse formats of unstructured clinical reports and notes (e.g.
text, pdf), including (but not limited to) temporal information related to the patient care pathway and genomics data currently "hidden" in unstructured medical reports, and more.
Importantly, ONCO-FIRE interconnects, following a federated approach, large, distributed cancer imaging repositories, currently used for AI tools training and validation, with patient registries and EHRs of cancer-related data and supports exploitation of relevant unstructured data through novel Natural Language Processing (NLP) tools.
The ultimate goal is to establish a patient-centric, federated multi-source and interoperable data-sharing ecosystem, where healthcare providers, clinical experts, citizens and researchers contribute, access and reuse multimodal health data, thereby making a significant contribution to the creation of the European Health Data Space.
A tanulmány áttekintése
Állapot
Még nincs toborzás
Körülmények
Beavatkozás / kezelés
Tanulmány típusa
Megfigyelő
Beiratkozás (Várható)
5000
Részvételi kritériumok
A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.
Jogosultsági kritériumok
Tanulmányozható életkorok
18 év és régebbi (Felnőtt, Idősebb felnőtt)
Egészséges önkénteseket fogad
Nem
Tanulmányozható nemek
Összes
Mintavételi módszer
Nem valószínűségi minta
Tanulmányi populáció
patients of breast cancer and prostate cancer
Leírás
Inclusion Criteria:
- Patients of age ≥ 18 years.
- Individuals referred to hospitals for diagnosis and/or treatment of breast cancer or prostate cancer, either at first diagnoses, progression, or relapses.
- Availability of radiological images: 2D mammography or 2D synthetic digital tomosynthesis, ultrasound, and magnetic resonance for breast cancer; magnetic resonance for prostate cancer.
- Availability of pathological report (surgical specimen, including immunohistochemistry and genetic information).
- Availability of treatment allocation (neoadjuvant/Adjuvant and Advanced disease): (scheme, duration, benefit).
- Availability of treatment response evaluation
Exclusion Criteria:
- Patient with incomplete or low-quality data (radiological, pathological or clinical) In relation to the use of the data already existing in the four AI4HI repositories, ONCO-FIRE will not intervene with the inclusion and exclusion criteria of each of the four projects and will select those data that fit the ONCO-FIRE research purposes.
Tanulási terv
Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Breast Cancer
patients diagnosed with breast cancer at any stage.
|
the project will interconnect, following a federated approach, large, distributed cancer imaging repositories, currently used for AI tools training and validation, with patient registries and EHRs of cancer-related data and supports exploitation of relevant unstructured data through novel Natural Language Processing (NLP) tools
|
|
Prostate cancer
patients diagnosed with prostate cancer at any stage
|
the project will interconnect, following a federated approach, large, distributed cancer imaging repositories, currently used for AI tools training and validation, with patient registries and EHRs of cancer-related data and supports exploitation of relevant unstructured data through novel Natural Language Processing (NLP) tools
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Estimation of Overall survival
Időkeret: Date of start of treatment untill Date of death or last contact/visit, assessed up to 2 years.
|
The lenght (in days) of time form date of start of treatment for a disease that patients is still alive.
|
Date of start of treatment untill Date of death or last contact/visit, assessed up to 2 years.
|
|
Estimation of progression free survival
Időkeret: Date of start treatment until date of progression (measured by increase size in millimeters using radiological images), assessed up to 2 years.
|
The length of time (days) during and after treatment of a disease that a patient lives with the disease but it does not get worse.
|
Date of start treatment until date of progression (measured by increase size in millimeters using radiological images), assessed up to 2 years.
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Estimation (%) of tumor aggressiveness non-respondents vs respondents to neoadjuvant treatment (breast):
Időkeret: Date of start of treatment until date of ending treatmen, responses will be assessed during the following 6 months after starting treatment in neoadyuvancy unless toxicity or progression has occurred
|
Proportion of patients who have complete response evaluating the target lesion according to Miller/Payne Grading system [Ogston et al., 2003]: 1A.
Evaluation of target Tumor: G5 as pathological complete response, no tumor left; G4: more than 90% loss of tumor cells; G3: between 30-90% reduction in tumor cells; G2: loss of tumor <30%; G1: no reduction.
1B: Evaluating the lymph nodes: A: negative; B: lymph nodes with metastasis and without changes by chemotherapy; C: lymph nodes with metastasis with evidence of partial response, D: lymph nodes with changes attributed to response without residual infiltration.
1C: Using images to evaluated radiological response: Size and diameter in millimeters of the target lesion using RM and TC or PET/CT for extension analysis (lymph nodes and metastasis).
|
Date of start of treatment until date of ending treatmen, responses will be assessed during the following 6 months after starting treatment in neoadyuvancy unless toxicity or progression has occurred
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Tanulmányi rekorddátumok
Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.
Tanulmány főbb dátumok
Tanulmány kezdete (Várható)
2023. június 1.
Elsődleges befejezés (Várható)
2025. június 1.
A tanulmány befejezése (Várható)
2025. december 1.
Tanulmányi regisztráció dátumai
Először benyújtva
2021. szeptember 20.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2021. szeptember 20.
Első közzététel (Tényleges)
2021. szeptember 29.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
2021. október 29.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2021. október 25.
Utolsó ellenőrzés
2021. szeptember 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- ONCO-FIRE
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
NEM
IPD terv leírása
N/D
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Nem
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Nem
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .