Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Apprendimento automatico per prevedere la metastasi linfonodale nel carcinoma a cellule squamose esofagee T1

9 febbraio 2024 aggiornato da: Shanghai Zhongshan Hospital

L'apprendimento automatico per prevedere le metastasi linfonodali nel carcinoma a cellule squamose esofagee T1: uno studio multicentrico

I modelli esistenti funzionano male quando si tratta di quantificare il rischio di metastasi linfonodali (LNM). Questo studio ha generato una regressione della rete elastica (ELR), una foresta casuale (RF), un potenziamento del gradiente estremo (XGB) e un modello combinato (insieme) di questi per LNM in pazienti con carcinoma a cellule squamose esofagee T1.

Panoramica dello studio

Stato

Completato

Intervento / Trattamento

Descrizione dettagliata

Le metastasi linfonodali (LNM) sono una complicanza relativamente rara ma possibile del carcinoma a cellule squamose dell'esofago T1 (ESCC). I modelli esistenti non riescono a quantificare questo rischio. Questo studio mirava a sviluppare un modello di apprendimento automatico per LNM in pazienti con carcinoma a cellule squamose esofagee T1.

In questo studio sono stati inclusi pazienti con carcinoma a cellule squamose T1 trattati chirurgicamente tra gennaio 2010 e settembre 2021 provenienti da 3 istituti. I modelli di apprendimento automatico sono stati sviluppati utilizzando dati relativi a età e sesso dei pazienti, profondità dell’invasione tumorale, dimensione del tumore, posizione del tumore, tipo di tumore macroscopico, invasione linfatica e vascolare e grado istologico. Sono stati generati la regressione della rete elastica (ELR), la foresta casuale (RF), il potenziamento del gradiente estremo (XGB) e un modello combinato (insieme) di questi. Utilizzare l'area sotto la curva (AUC) per valutare la capacità predittiva del modello. È stato calcolato il contributo al modello di ciascun fattore. Per soddisfare meglio le esigenze cliniche, i ricercatori hanno progettato il modello come un sito web di facile utilizzo.

Tipo di studio

Interventistico

Iscrizione (Effettivo)

1267

Fase

  • Non applicabile

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

    • Shanghai
      • Shanghai, Shanghai, Cina, 200032
        • Zhongshan Hospital Affiliated to Fudan University

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Bambino
  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Descrizione

Criterio di inclusione:

  • (I) ESCC toracico
  • (II) nessuna storia di tumori maligni concomitanti o precedenti
  • (III) tumore con stadiazione pT1
  • (IV) 15 o più linfonodi esaminati

Criteri di esclusione:

  • sono stati sottoposti a trattamento neoadiuvante o dissezione endoscopica della sottomucosa prima dell'intervento chirurgico

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

  • Scopo principale: Diagnostico
  • Assegnazione: N / A
  • Modello interventistico: Assegnazione di gruppo singolo
  • Mascheramento: Nessuno (etichetta aperta)

Armi e interventi

Gruppo di partecipanti / Arm
Intervento / Trattamento
Sperimentale: Braccio utilizzato per prevedere le metastasi linfonodali
Resezione del tumore esofageo e dissezione linfonodale

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Prestazioni del modello: discriminazione
Lasso di tempo: 8 settimane
Disegna la curva ROC del modello e ottieni i relativi valori AUC, quindi seleziona il miglior modello di previsione in base ai risultati del set di validazione
8 settimane
Importanza variabile
Lasso di tempo: 6 settimane
Calcolare il livello di importanza delle variabili utilizzate nel modello, ordinarle e analizzare le ragioni delle variabili più importanti
6 settimane
Sottoanalisi (modello ML vs. modello logistico vs. linea guida NCCN)
Lasso di tempo: 8 settimane
Applicare le linee guida NCCN e i modelli logistici per la previsione e confrontare le loro prestazioni con il modello ottenuto in questo studio per determinare i vantaggi applicativi effettivi del modello
8 settimane

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

15 gennaio 2010

Completamento primario (Effettivo)

15 dicembre 2019

Completamento dello studio (Effettivo)

15 luglio 2023

Date di iscrizione allo studio

Primo inviato

23 gennaio 2024

Primo inviato che soddisfa i criteri di controllo qualità

9 febbraio 2024

Primo Inserito (Effettivo)

13 febbraio 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

13 febbraio 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

9 febbraio 2024

Ultimo verificato

1 febbraio 2024

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Sottoscrivi