ヒューリスティックス、アルゴリズム、機械学習: 放射線治療における評価とテスト (Hamlet rt)
Hamlet-RT: ヒューリスティックス、アルゴリズム、機械学習: 放射線治療における評価とテスト
Hamlet.rt 研究は、治癒を目的とした画像誘導放射線療法を受けている患者を対象とした前向きデータ収集および患者アンケート研究です。
この研究の目的は、新しい機械学習と数学的手法を使用して、個々の患者の放射線治療による重大な副作用のリスクを予測できるモデルを構築することです。放射線治療計画からの正常な組織線量の計算と、導出された患者のベースライン特性を使用します。画像および非画像データから、患者が治療中および治療後にレビューされると継続的に更新されます。
このプロジェクトの第 2 の目標は、研究用に発見可能で共有されるデータ リソースを作成することにより、放射線治療のための機械学習と医用画像処理の研究を促進することです。
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
研究の種類
研究の種類
入学 (予想される)
入学
連絡先と場所
研究連絡先
研究連絡先
- 名前:Meena Murthy
- 電話番号:349707 01223 349707
- メール:meena.murthy@addenbrookes.nhs.uk
研究連絡先のバックアップ
- 名前:CCTU Cancer
- 電話番号:216038 01223 216038
- メール:cctuc@addenbrookes.nhs.uk
研究場所
-
-
Cambridgeshire
-
Cambridge、Cambridgeshire、イギリス、CB2 0QQ
- 募集
- Cambridge University Hospitals NHS Foundation Trust
-
コンタクト:
- Amy Bates
- 電話番号:256296 01223 256296
- メール:amy.bates@addenbrookes.nhs.uk
-
主任研究者:
- Raj Dr. Jena
-
-
参加基準
適格基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
サンプリング方法
調査対象母集団
説明
包含基準:
- -参加者は、研究への参加についてインフォームドコンセントを喜んで提供することができます
- 男性か女性
- 18歳以上
- 原発性前立腺がん、頭頸部がん、肺がん、または脳腫瘍と診断されている
- 治癒を目的とした治療
- 根治的画像誘導放射線治療に適しています
- WHO ECOGパフォーマンスステータス0または1
- 18か月以上の生存が期待される
除外基準:
- 参加者は、研究のプロトコルに記載された要件を完了する意思がない、または完了することができません。 Web ベースの長期フォローアップ アンケートへのアクセスと記入。
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 観測モデル:コホート
- 時間の展望:見込みのある
グループ/コホートの数
コホートと介入
グループ/コホートグループ/コホート |
介入・治療介入・治療 |
|---|---|
|
前立腺がん
前立腺がんの根治的画像誘導放射線療法に適した成人、約 170 人の患者 RTOG、LENT SOM(A)、RMH 症状尺度、および UCLA PCI (前立腺がん指数) アンケートのコンポーネントが使用されます。
|
実施されるアンケートは、放射線療法後5年まで各患者が経験する臨床毒性を監視します
|
|
頭頸部がん
頭頸部がんの根治的画像誘導放射線療法に適した成人、約140人の患者。
CTCAE v3、LENT SOM(A)、EORTC QLQ H+N35 および修正された口腔乾燥症アンケートのコンポーネントが使用されます。
|
実施されるアンケートは、放射線療法後5年まで各患者が経験する臨床毒性を監視します
|
|
中枢神経系腫瘍
中枢神経系腫瘍の根治的画像誘導放射線療法に適した成人。できるだけ多くの患者を募集。
RTOG、LENT SOM(A)、Folstein ミニ精神状態検査、および日常生活スケールの一般化された活動 (G-ADL) アンケートのコンポーネントが使用されます。
|
実施されるアンケートは、放射線療法後5年まで各患者が経験する臨床毒性を監視します
|
|
肺癌
肺癌の根治的画像誘導放射線療法に適した成人、可能な限り多くの患者を募集。
RTOG & LENT SOM(A) アンケートのコンポーネントが使用されます。
|
実施されるアンケートは、放射線療法後5年まで各患者が経験する臨床毒性を監視します
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
機械学習モデリング
時間枠:FPFVから8年
|
4 つの疾患部位の機械学習モデルを特徴付けます。
正常組織解剖学の自動セグメンテーションのための機械学習アルゴリズムを開発し、機械学習アルゴリズムを拡張してコーンビーム CT 画像の正常組織構造を識別およびセグメント化し、ML セグメンテーションを利用して治療毒性と相関する画像シグネチャを評価する
|
FPFVから8年
|
|
予測モデリング
時間枠:FPFVから8年
|
公開されたテクニックとのパフォーマンスの一致を予測します。
結果 1 の機械学習モデルを、結果 3 の治療前評価データと治療中の定量的評価と組み合わせて、予測数学的モデルの構築と評価を行う
|
FPFVから8年
|
|
臨床毒性評価
時間枠:FPFVから8年
|
結果2の予測モデルを知らせるために、放射線療法後5年までに各患者が経験した臨床毒性の評価
|
FPFVから8年
|
協力者と研究者
協力者
協力者
捜査官
捜査官
- 主任研究者:Raj Dr. Jena、Cambridge University Hospitals NHS Foundation Trust & the University of Cambridge
- 主任研究者:Suzanne Miller、Cambridge University Hospitals NHS Foundation Trust
- 主任研究者:Amy Bates、Cambridge University Hospitals NHS Foundation Trust
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (予想される)
一次修了
研究の完了 (予想される)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。