BMA e nomogramma dinamico per la previsione di sopravvivenza nei pazienti con CRC
Sviluppo di uno strumento online di facile utilizzo per i medici per la previsione della sopravvivenza nei pazienti affetti da cancro al colon: un modello bayesiano che fa la media per la selezione dei fattori di rischio e il nomogramma dinamico
Panoramica dello studio
Stato
Condizioni
Intervento / Trattamento
Descrizione dettagliata
La statistica traslazionale unisce la biostatistica e la ricerca clinica per comunicare in modo efficace i risultati della ricerca. I nomogrammi, rappresentazioni grafiche che integrano fattori prognostici indipendenti, sono strumenti preziosi nella ricerca sul cancro del colon-retto (CRC). I modelli bayesiani per la selezione delle variabili nella previsione dei risultati di sopravvivenza offrono vantaggi attraverso la media del modello bayesiano (BMA). Questo studio mirava a utilizzare la BMA per la selezione delle variabili e a sviluppare un nomogramma dinamico online adatto ai medici per la previsione della sopravvivenza.
Uno studio retrospettivo ha utilizzato il database della neoplasia colorettale di Cabrini Monash, comprendente pazienti con cancro del colon sottoposti a intervento chirurgico. Sono stati raccolti dati su dati demografici, rischi perioperatori, dettagli del trattamento, mortalità, morbilità e sopravvivenza. La BMA è stata utilizzata per la selezione delle variabili bayesiane per identificare i fattori di rischio efficaci per la previsione della sopravvivenza. Sono state eseguite analisi di sensibilità utilizzando Cox-LASSO e imputazione dei dati mancanti. Nomogrammi dinamici prognostici online sono stati costruiti utilizzando fattori di rischio selezionati e il pacchetto R DynNom.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
Victoria
-
Melbourne, Victoria, Australia, 3144
- Cabrini Health
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
In questo studio, i pazienti sono stati inclusi in base a specifici criteri di selezione: avere 18 anni o più, avere una diagnosi di adenocarcinoma del colon (o post polipectomia della stessa condizione) ed essere stati sottoposti a intervento chirurgico per cancro del colon.
Criteri di esclusione:
Non sono stati inclusi nello studio i pazienti con cancro del retto, tumori neuroendocrini, linfomi e quelli sottoposti a chirurgia transanale.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sistema operativo
Lasso di tempo: 2011-2021
|
Sopravvivenza complessiva, tempo trascorso dal dolce al decesso o all'ultimo follow-up
|
2011-2021
|
|
RFS
Lasso di tempo: 2011-2021
|
Sopravvivenza senza ricadute, tempo dallo zucchero alla morte o ultimo follow-up per chi non ha ricadute.
|
2011-2021
|
Collaboratori e investigatori
Sponsor
Pubblicazioni e link utili
Pubblicazioni generali
- 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.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- #08-01-03-23
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
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 .