このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

がん治療中の急性期治療を予測するための機械学習 (Chemo-SHIELD)

2023年9月19日 更新者:Duke University

一般化可能な機械学習による全身性がんの外来治療中の急性期治療の予測

この研究の目的は、検証済みの機械学習ベースのモデル (SHIELD-RT、NCT04277650) を外来がん治療として全身療法を受けている患者のコホートに適用して、予定外の入院率と救急部門の予測のための自動システムを生成することです。出会います。

調査の概要

詳細な説明

前述の機械学習 (ML) ベースのモデルは、放射線療法または化学放射線療法を受けているがん患者の ED 訪問または入院を正確に予測しました。 IRB が承認した前向き無作為化試験である SHIELD-RT (NCT04277650) では、ML モデルのリスク層別化に基づく放射線および化学放射線療法を受けている患者に対する予防的介入により、急性期治療の受診の相対リスクが 50% 減少したことがわかりました。医療費を削減しながら、個別化された支持療法と治療コンプライアンスを改善します。

この研究の目的は、この検証済みの ML ベースのモデルを、外来がん治療として全身療法を受けている患者のコホートに適用して、予定外の入院率と救急部門の遭遇を予測するための自動システムを生成することです。 検証が完了すると、この研究は、急性期治療に遭遇するリスクが最も高い全身療法を受けている患者に介入を割り当てる ML アルゴリズムの能力を評価する無作為化試験を支持する、以前に公開された一連の証拠に追加されます。

研究の種類

観察的

入学 (実際)

12000

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

    • North Carolina
      • Durham、North Carolina、アメリカ、27710
        • Duke University Health System

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

18年歳以上 (大人、高齢者)

健康ボランティアの受け入れ

いいえ

サンプリング方法

確率サンプル

調査対象母集団

化学療法を受けており、2019 年 1 月 7 日から 2019 年 6 月 30 日の間に少なくとも 1 回の治療を受けた Duke 患者

説明

包含基準:

  • 2019 年 1 月 7 日から 2019 年 6 月 30 日まで、Duke Medical Oncology 部門で治療を受けました
  • DUHSの医療記録が利用可能

除外基準:

-

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

この研究は何を測定していますか?

主要な結果の測定

結果測定
時間枠
全身療法中の予定外の入院または救急外来受診の回数
時間枠:12ヶ月
12ヶ月

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

スポンサー

捜査官

  • 主任研究者:Manisha Palta, MD、Duke Health

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2022年1月3日

一次修了 (実際)

2023年9月19日

研究の完了 (実際)

2023年9月19日

試験登録日

最初に提出

2021年11月5日

QC基準を満たした最初の提出物

2021年11月5日

最初の投稿 (実際)

2021年11月16日

学習記録の更新

投稿された最後の更新 (実際)

2023年9月21日

QC基準を満たした最後の更新が送信されました

2023年9月19日

最終確認日

2023年9月1日

詳しくは

本研究に関する用語

その他の研究ID番号

  • Pro00109633

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

いいえ

医薬品およびデバイス情報、研究文書

米国FDA規制医薬品の研究

いいえ

米国FDA規制機器製品の研究

いいえ

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。

購読する