Modello decisionale ML per la terapia adiuvante G-NEC (G-NEC)
Modello decisionale basato sull'apprendimento automatico per la terapia adiuvante ottimale nel carcinoma neuroendocrino gastrico primario: uno studio nazionale con prove reali
Il carcinoma neuroendocrino gastrico (G-NEC) è un tumore raro e aggressivo che origina dalle cellule neuroendocrine del rivestimento dello stomaco. È caratterizzata da un'elevata propensione alla recidiva e da una prognosi generalmente sfavorevole. A causa della sua rarità, i dati sono limitati e non esiste un consenso consolidato sulla terapia adiuvante postoperatoria ottimale, rendendo le decisioni terapeutiche difficili per gli operatori sanitari.
Questo studio è un'analisi retrospettiva incentrata sulla valutazione dei tassi di sopravvivenza, sull'identificazione dei fattori prognostici e sulla formulazione di raccomandazioni terapeutiche per i pazienti con G-NEC. Analizzando i dati clinici del mondo reale, miriamo a comprendere meglio i fattori che influenzano i risultati dei pazienti e a sviluppare strategie basate sull’evidenza per migliorare la sopravvivenza. Il nostro obiettivo è fornire ai medici informazioni e strumenti preziosi per prendere decisioni terapeutiche più informate, migliorando in definitiva la qualità delle cure e i risultati per i pazienti affetti da questa difficile malattia.
Panoramica dello studio
Stato
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
Fujian
-
Fuzhou, Fujian, Cina, 350001
- Fujian Medical University
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Bambino
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- (1) pazienti sottoposti a intervento chirurgico radicale senza alcuna terapia neoadiuvante;
- (2) NEC confermato dalla patologia o carcinoma adenoneuroendocrino misto (MANEC).
Criteri di esclusione:
- (1) storia di altre neoplasie maligne;
- (2) trattamento con dissezione endoscopica della sottomucosa o resezione endoscopica della mucosa o toracotomia;
- (3) dati clinici incompleti (inclusi dati patologici, chemioterapia adiuvante e informazioni di follow-up);
- (4) ricezione di regimi terapeutici adiuvanti alternativi;
- (5) morte entro 30 giorni dall'intervento.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
|---|
|
Pazienti con carcinoma neuroendocrino gastrico (G-NEC).
Questo studio si concentra su pazienti con diagnosi di carcinoma neuroendocrino gastrico (G-NEC) sottoposti a intervento chirurgico radicale.
La coorte comprende pazienti adulti (≥18 anni) trattati in 38 ospedali terziari in Cina tra gennaio 2006 e dicembre 2020.
I pazienti sono divisi in tre gruppi in base al trattamento adiuvante postoperatorio: nessuna chemioterapia adiuvante, chemioterapia a base di etoposide e derivati del platino e chemioterapia a base di fluorouracile.
Lo studio mira a sviluppare e convalidare un modello di supporto decisionale basato sull'apprendimento automatico per ottimizzare le strategie di terapia adiuvante individualizzata per i pazienti G-NEC, con l'esito primario della sopravvivenza libera da malattia (DFS).
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Sopravvivenza libera da malattia (DFS)
Lasso di tempo: Dalla data dell'intervento fino a 5 anni
|
La sopravvivenza libera da malattia è definita come il tempo trascorso dalla data dell'intervento chirurgico alla recidiva della malattia, alla morte per qualsiasi causa o all'ultimo follow-up, a seconda di quale evento si verifichi per primo.
Verranno valutate le prestazioni del modello di apprendimento automatico nel prevedere la DFS e nel consigliare la terapia adiuvante ottimale.
|
Dalla data dell'intervento fino a 5 anni
|
Collaboratori e investigatori
Sponsor
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 (Stimato)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 2024GNEC
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Privacy del paziente: poiché questo studio coinvolge informazioni mediche sensibili, dobbiamo garantire che qualsiasi piano di condivisione dei dati sia conforme a tutte le leggi e i regolamenti sulla privacy pertinenti.
Considerazioni etiche: ci stiamo consultando con il nostro comitato etico per determinare l'approccio più appropriato alla condivisione dei dati che rispetti il consenso del paziente e mantenga l'integrità della ricerca.
Standardizzazione dei dati: data la natura multicentrica di questo studio, stiamo lavorando per standardizzare i nostri processi di raccolta e archiviazione dei dati in tutti i 38 ospedali partecipanti per garantire coerenza e qualità di tutti i dati potenzialmente condivisi.
Potenziale di collaborazione: riconosciamo il valore della condivisione dei dati nel progresso della ricerca sul carcinoma neuroendocrino gastrico e stiamo esplorando potenziali collaborazioni con altri gruppi di ricerca.
Allocazione delle risorse: stiamo valutando le risorse necessarie per preparare i dati per la condivisione, compresi i processi di deidentificazione e la creazione di dizionari di dati.
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
prodotto fabbricato ed esportato dagli 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 .
Prove cliniche su Apprendimento automatico
-
RenJi HospitalNon ancora reclutamentoDeep Learning, risonanza magnetica lombare
-
Sultan Qaboos Comprehensive Cancer CenterNon ancora reclutamentoAtteggiamento | Conoscenza | Pratica | E-learningOman
-
Gazi UniversityAtılım University; Gazi University Scientific Research UnitCompletatoEducazione infermieristica | Assistenza infermieristica | Tubo toracico | E-learningTacchino
-
Maastricht University Medical CenterAttivo, non reclutanteCheratosi attinica | Dermatologia | E-learningOlanda
-
National Taipei University of Nursing and Health...Ministry of Science and Technology, TaiwanIscrizione su invitoGravidanza | Età gestazionale e condizioni di peso | Alfabetizzazione | Comportamenti alimentari | E-learningTaiwan
-
University of ZurichReclutamentoPrevisione dell'esito dell'ictus supportata dall'algoritmo di deep learningSvizzera
-
Copenhagen Academy for Medical Education and SimulationRigshospitalet, DenmarkCompletatoStress psicologico | Educazione, medicina | Ansia di Stato | E-learning | Unità medica acutaDanimarca
-
Fondazione Policlinico Universitario Agostino Gemelli...ReclutamentoDescrivere le caratteristiche tipiche dell'ecografia in scala di grigi/color Doppler della neoplasia trofoblastica gestazionale all'esame ecografico | Per valutare se ci sono differenze all'esame ecografico di base tra pazienti a basso e ad alto rischio | Identificare i predittori ecografici... e altre condizioniItalia
-
Bahria UniversityReclutamentoCovid-19 | Studente di medicina | E-learningPakistan