解釈可能な機械学習モデルを使用して胸腔鏡下肺がん手術後の症状の軌跡を予測する
2025年1月8日 更新者：GuiBin Qiao、Guangdong Provincial People's Hospital
胸腔鏡手術後、患者さんはさまざまな症状に悩まされます。
しかし、潜在的に高リスクの患者を特定するための検証された予測ツールが不足しています。
この研究には、胸腔鏡手術を受ける約 1,500 人の肺がん患者が含まれると予想されます。
潜在クラス混合モデリング (LCMM) は、同様の症状の軌跡を持つ患者のサブグループを特定するために使用されます。
収集した情報に基づいて術後症状の軌跡を予測する機械学習モデルが開発されました。
術後症状を効果的に予測すると、高リスクの患者を特定し、予防措置を講じることができます。
調査の概要
状態
まだ募集していません
条件
詳細な説明
胸腔鏡下肺がん手術は、早期および局所進行肺がんの治療に広く利用されているアプローチです。
胸腔鏡手術は侵襲が最小限で回復が早いなどの利点があるにもかかわらず、患者は依然として術後の痛み、息切れ、睡眠障害、疲労などのさまざまな症状に悩まされており、生活の質に重大な影響を及ぼします。
しかし、潜在的に高リスクの患者を特定するための検証された予測ツールが不足しています。
この研究には、胸腔鏡手術を受ける約 1,500 人の肺がん患者が含まれると予想されます。
患者は、胸腔鏡手術後に MD アンダーソン症状の一覧表 - 肺がんモジュールに記入するよう求められます。
注目すべき症状には、痛み、息切れ、睡眠障害、疲労などがあります。
中等度から重度の症状は、スコア 4 以上と定義されました。クラスタリング手法である潜在クラス混合モデリング (LCMM) は、縦断的な患者報告アウトカム (PRO) データに基づいて、同様の症状の軌跡を持つ患者のサブグループを特定できます。
機械学習モデルは、人口統計情報や臨床情報、手術データなどの収集された情報に基づいて、術後症状の軌跡を予測するために開発されました。
機械学習モデルには主にランダム フォレスト、サポート ベクター マシン、ニューラル ネットワーク、XGBoost などが含まれます。
最も適切なモデルが選択され、SHAP 法を使用してモデルの解釈が実行されます。
術後症状を効果的に予測すると、高リスクの患者を特定し、予防措置を講じることができます。
研究の種類
観察的
入学 (推定)
1500
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。
研究連絡先
- 名前：Guibin Qiao, MD
- 電話番号：13602749153
- メール：guibinqiao@126.com
研究場所
-
-
-
Guangdong、中国、510080
- Guangdong Provincial People's Hospital
-
コンタクト：
- Guibin Qiao
- 電話番号：13602749153
- メール：guibinqiao@126.com
-
コンタクト：
- Zijie Li
- 電話番号：13433747658
- メール：zijie_li10@163.com
-
-
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
肺がん患者は胸腔鏡手術を受け、術後に MD アンダーソン症状インベントリ - 肺がんモジュールを完了しました。
説明
包含基準:
- 年齢は18～80歳。
- 病理学的に肺がんと診断された。
- ビデオ支援胸腔鏡手術やロボット支援胸腔鏡手術などの胸腔鏡手術を受けます。
- 悪性腫瘍や肺の手術歴がない。
- スケールを完了する能力を持っています。
除外基準:
- 胸腔鏡手術中に開胸術に変更。
- 術後スケールを少なくとも 2 回完了できない。
- 欠損データ値が 30% を超えています。
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 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
胸腔鏡手術後の症状の軌跡
時間枠：胸腔鏡手術後4週間以内
|
関心のある術後の症状には、痛み、息切れ、睡眠障害、疲労感が含まれていました。
|
胸腔鏡手術後4週間以内
|
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。
捜査官
- 主任研究者：Guibin Qiao、Guangdong Provincial People's Hospital
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 (推定)
2025年3月1日
一次修了 (推定)
2026年1月1日
研究の完了 (推定)
2026年2月1日
試験登録日
最初に提出
2025年1月8日
QC基準を満たした最初の提出物
2025年1月8日
最初の投稿 (実際)
2025年3月25日
学習記録の更新
投稿された最後の更新 (実際)
2025年3月25日
QC基準を満たした最後の更新が送信されました
2025年1月8日
最終確認日
2024年4月1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。