Il modello multimodale prevede la ricorrenza (FUTURE12)
13 novembre 2024 aggiornato da: Qun Zhao
Modello multimodale di intelligenza artificiale basato sull'imaging clinico e sulla patologia per la previsione della recidiva postoperatoria del cancro gastrico localmente avanzato
Questo studio si concentra sullo sviluppo di un modello avanzato che combina informazioni cliniche, immagini e dati patologici per prevedere la probabilità di recidiva del cancro dopo l’intervento chirurgico in pazienti con cancro gastrico localmente avanzato.
Utilizzando l’intelligenza artificiale (AI), questo modello analizza varie fonti di dati per creare una previsione più accurata del rischio di recidiva, che può aiutare medici, pazienti e famiglie a comprendere meglio le possibilità di recidiva.
Questo approccio basato sull’intelligenza artificiale consente agli operatori sanitari di prendere decisioni più informate sulle cure di follow-up personalizzate e sui potenziali trattamenti aggiuntivi per migliorare i risultati dei pazienti.
Panoramica dello studio
Stato
Completato
Condizioni
Intervento / Trattamento
Tipo di studio
Osservativo
Iscrizione (Effettivo)
93
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
-
-
Hebei
-
Shijiazhuang, Hebei, Cina, 050011
- The Fourth Hospital of Hebei Medical 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
- Adulto
- Adulto più anziano
Accetta volontari sani
No
Metodo di campionamento
Campione non probabilistico
Popolazione di studio
La popolazione dello studio comprende pazienti adulti (di età pari o superiore a 18 anni) con diagnosi di cancro gastrico localmente avanzato (Stadio II o III) sottoposti a resezione chirurgica.
Questa popolazione viene selezionata in base alla disponibilità di dati clinici, di imaging e patologici completi necessari per l'analisi da parte del modello predittivo multimodale basato sull'intelligenza artificiale.
Lo studio si concentra sulla valutazione del rischio di recidiva postoperatoria in questo gruppo specifico per migliorare il follow-up personalizzato e la pianificazione del trattamento.
Descrizione
**Criteri di inclusione:**
- Pazienti con diagnosi di cancro gastrico localmente avanzato (Stadio II o III).
- Pazienti sottoposti a resezione chirurgica per cancro gastrico.
- Pazienti con dati clinici, di imaging e patologici completi disponibili per l'analisi.
- Età 18 anni o più.
- Pazienti che forniscono il consenso informato per partecipare allo studio.
**Criteri di esclusione:**
- Pazienti con metastasi a distanza (Stadio IV) al momento della diagnosi.
- Pazienti con dati clinici, di imaging o patologici incompleti o mancanti.
- Pazienti che hanno ricevuto un precedente trattamento per cancro gastrico diverso dalla resezione chirurgica.
- Pazienti con altre neoplasie concomitanti.
- Pazienti che non possono o non vogliono conformarsi ai requisiti di follow-up dello studio.
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
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Accuratezza della previsione della recidiva postoperatoria nel cancro gastrico localmente avanzato
Lasso di tempo: Follow-up postoperatorio a 24 mesi
|
La misura dell’outcome primario è l’accuratezza del modello AI multimodale nel prevedere il rischio di recidiva postoperatoria nei pazienti con cancro gastrico localmente avanzato.
Ciò viene valutato confrontando le previsioni del modello con gli eventi di recidiva effettivi durante un periodo di follow-up specificato, consentendo di valutare la sua efficacia nell'identificare i pazienti ad alto rischio e guidare le decisioni cliniche.
|
Follow-up postoperatorio a 24 mesi
|
Collaboratori e investigatori
Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.
Sponsor
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)
1 gennaio 2022
Completamento primario (Effettivo)
31 ottobre 2024
Completamento dello studio (Effettivo)
31 ottobre 2024
Date di iscrizione allo studio
Primo inviato
13 novembre 2024
Primo inviato che soddisfa i criteri di controllo qualità
13 novembre 2024
Primo Inserito (Effettivo)
15 novembre 2024
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
15 novembre 2024
Ultimo aggiornamento inviato che soddisfa i criteri QC
13 novembre 2024
Ultimo verificato
1 novembre 2024
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- FUTURE12
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 .