Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A patológiai teljes válasz előrejelzése végbélrákban gépi tanulás segítségével

2026. március 29. frissítette: Hongpeng Jiang, Peking University People's Hospital

Klinikai és MRI-jellemzőkön alapuló gépi tanulási modell fejlesztése és validálása a patológiai teljes válasz előrejelzésére végbélrákban neoadjuváns kemoradioterápia után

Ez a vizsgálat célja egy robusztus, gépi tanuláson alapuló predikciós modell fejlesztése és validálása, amely a kiinduló klinikai adatok és a mágneses rezonancia képalkotás (MRI) jellemzőit használja fel. A cél a patológiai teljes válasz (pCR) elérésének valószínűségének preoperatív előrejelzése a lokálisan előrehaladott végbélrák (CRC) betegekben a neoadjuváns kemoradioterápia (nCRT) következtében.

A tanulmány áttekintése

Részletes leírás

Ez a tanulmány célja, hogy kifejlesszen és validáljon egy prediktív modellt a neoadjuváns kezelés előtti klinikai, laboratóriumi és mágneses rezonancia képalkotás (MRI) jellemzők alapján a patológiai teljes válasz (pCR) valószínűségének becslésére végbélrákban szenvedő betegeknél neoadjuváns kemoradioterápia (nCRT) után. Ez a retrospektív tanulmány olyan betegeket fog bevonni, akik nCRT-t kaptak, majd radikális reszekciót végeztek a Pekingi Egyetem Népi Kórházában 2017 decembere és 2025 októbere között, mint fejlesztési kohorsz. A Legkisebb Abszolút Zsugorítás és Kiválasztás Operátor (LASSO) regressziót fogják használni a jellemzők kiválasztására, és gépi tanulási algoritmusokat alkalmaznak a predikciós modell felépítéséhez. A modell teljesítményét átfogóan értékelik a fogadó üzemeltető jellemző (ROC) görbe, a pontosság-visszahívás görbe, a kalibrációs görbe és a döntési görbe elemzés (DCA) segítségével. SHapley Additive exPlanations (SHAP) elemzést hajtanak végre a modell értelmezhetőségének javítására. A végső modell várhatóan egyéni pCR predikciós eszközt nyújt a klinikai döntéshozatal irányításához végbélrákban szenvedő betegeknél.

Tanulmány típusa

Megfigyelő

Beiratkozás (Becsült)

320

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

    • Beijing Municipality
      • Beijing, Beijing Municipality, Kína, 100044
        • Peking University People's Hospital

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

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

A helyileg előrehaladott vagy áttétes végbélrákkal diagnosztizált betegek, akik a neoadjuváns kemoradioterápia után szabványos radikális műtéten estek át

Leírás

Bevonási kritériumok:

  1. Hisztopatológiailag igazolt végbél-adenocarcinoma betegek;
  2. Klinikai stádium cT3-4, vagy cN+, vagy M1 előrehaladott végbélrák;
  3. Standardizált neoadjuváns kemoradioterápiát vagy neoadjuváns kemoterápiát kapott;
  4. A neoadjuváns terápia befejezése után teljes mesorectalis excisiót (TME) végeztek, teljes posztoperatív patológiai adatokkal rendelkeznek.

Kizárási kritériumok:

  1. Korábbi egyéb rosszindulatú daganatok előfordulása;
  2. Hiányos klinikai adatok;
  3. nCRT alatt sürgősségi műtéten esett át;
  4. Rendszeres fertőzés vagy hematológiai betegségek szövődményei.

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Pathológiai teljes válasz (pCR) meghatározása Tumor Regresszió Gradus (TRG) alapján
Időkeret: A műtétet követően (általában 1-2 héten belül) radikális sebészet után reszekált műtéti minták rutin hisztopatológiai vizsgálata során értékelve.
Az elsődleges végpont a pCR előfordulása, amelyet két független patológus értékel az AJCC/CAP Tumor Regression Grade (TRG) rendszer alapján. A TRG 0 (nincs életképes ráksejt, csak fibrózis vagy mucin medencék) pozitív eredményként (pCR) van meghatározva. A TRG 1-től 3-ig tartó kategóriákat kombinálják és negatív eredményként (nem pCR) definiálják. A modell prediktív teljesítményét több metrika felhasználásával értékelik, beleértve az ROC görbe alatti területet (AUC), a Precision-Recall (PR) görbét, a Kalibrációs görbét és a Döntési görbe elemzést (DCA).
A műtétet követően (általában 1-2 héten belül) radikális sebészet után reszekált műtéti minták rutin hisztopatológiai vizsgálata során értékelve.

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A predikciós modell ROC-görbe alatti területe (AUC)
Időkeret: A modellfejlesztés és validálás befejezésekor
A modell pCR előrejelzési diszkriminációs teljesítményének értékelésére
A modellfejlesztés és validálás befejezésekor
Az előrejelzési modell érzékenysége, specificitása, pozitív prediktív értéke (PPV) és negatív prediktív értéke (NPV)
Időkeret: A modellfejlesztés és az ellenőrzés befejezésekor
A modell diagnosztikai pontosságának értékelése az optimális határértéknél
A modellfejlesztés és az ellenőrzés befejezésekor
A predikciós modell kalibrációs görbéje
Időkeret: A modellfejlesztés és az érvényesítés befejezésekor
A prediktált pCR valószínűség és a ténylegesen megfigyelt pCR arány közötti konzisztencia értékelésére
A modellfejlesztés és az érvényesítés befejezésekor
A modell nettó előnye, amelyet döntési görbe elemzés (DCA) segítségével kvantifikáltak
Időkeret: A modellfejlesztés és érvényesítés befejezésekor
A modell klinikai hasznosságának értékelése különböző küszöbvalószínűségek mellett
A modellfejlesztés és érvényesítés befejezésekor
A változók fontosságának kvantifikálása SHapley Additive exPlanations (SHAP) elemzéssel
Időkeret: A modellfejlesztés és érvényesítés befejezésekor
Az egyes prediktorok modell-előrejelzéshez való hozzájárulásának értelmezéséhez
A modellfejlesztés és érvényesítés befejezésekor

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Tanulmányi szék: Hong-Peng Jiang, docter, Peking University People's Hospital

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

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 (Tényleges)

2026. február 4.

Elsődleges befejezés (Becsült)

2026. április 25.

A tanulmány befejezése (Becsült)

2026. május 10.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. március 29.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. március 29.

Első közzététel (Tényleges)

2026. április 3.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. április 3.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. március 29.

Utolsó ellenőrzés

2026. március 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

ELDÖNTETLEN

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. .

Iratkozz fel