肝移植におけるドナー移植片の評価のための説明可能な機械学習
2024年7月30日 更新者：Zhixing Liang、Third Affiliated Hospital, Sun Yat-Sen University
臨床的には、臓器の評価は通常、経験に基づいて上級外科医によって行われ、移植片の調達中に視覚的および触覚的検査が行われます。
しかし、ドナーのリスク評価と脂肪変性の推定における移植外科医の直観には一貫性がなく、通常は不正確であることが証明されています。
さらに、移植片の評価は複雑な要素の量を参照する動的なプロセスであり、本質的に非線形で信じられないほど複雑な関係であると考えられています。
残念ながら、重回帰などの流行の古典的な統計手法では、説明変数と結果変数の間に独立した線形関係があるという統計的仮定が必要であり、多数の変数を分析することはできません。
私たちは、いくつかの ML 手法を使用して術後 DGF を予測することにより、肝移植評価モデルの開発を試みました。
次に、さまざまな AI アルゴリズムとロジスティック回帰のパフォーマンスを比較することによって、最適な予測モデルが選択されました。
最後に、最良の予測モデルに基づく視覚化アルゴリズムを使用して AI アルゴリズムによって行われた決定を説明し、臨床医が特定の臓器を評価し、術後に DGF を発症する可能性がある臓器を投与すべきかどうかを評価できるようにしました。
調査の概要
研究の種類
観察的
入学 (実際)
5636
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
-
-
Guangdong
-
Guangzhou、Guangdong、中国
- The third affiliated hospital of Sun Yat-Sen University
-
-
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
- 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
非確率サンプル
調査対象母集団
死亡ドナー肝移植を受けた成人患者
説明
包含基準:
- 年齢≧18歳
- 死亡ドナー肝移植を受けた
除外基準:
- 生体ドナーLTを受けました。
- データの欠落率は 80% 以上でした
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。
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。
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)
2017年1月1日
一次修了 (実際)
2023年6月30日
研究の完了 (実際)
2024年6月30日
試験登録日
最初に提出
2024年7月28日
QC基準を満たした最初の提出物
2024年7月30日
最初の投稿 (実際)
2024年8月2日
学習記録の更新
投稿された最後の更新 (実際)
2024年8月2日
QC基準を満たした最後の更新が送信されました
2024年7月30日
最終確認日
2024年7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
- ZSSY-2403
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。