휴리스틱, 알고리즘 및 기계 학습: 방사선 치료의 평가 및 테스트 (Hamlet rt)
Hamlet-RT: 휴리스틱스, 알고리즘 및 기계 학습: 방사선 치료의 평가 및 테스트
Hamlet.rt 연구는 치료 목적으로 영상 유도 방사선 치료를 받는 환자를 위한 전향적 데이터 수집 및 환자 설문 조사입니다.
이 연구의 목적은 새로운 기계 학습 및 수학적 기술을 사용하여 개별 환자에 대한 방사선 치료로 인한 심각한 부작용의 위험을 예측할 수 있는 모델을 구축하는 것입니다. 이미지 및 비이미지 데이터에서 치료 중 및 치료 후 환자를 검토함에 따라 지속적으로 업데이트됩니다.
이 프로젝트의 두 번째 목표는 연구용으로 검색 가능하고 공유되는 데이터 리소스를 생성하여 방사선 치료를 위한 기계 학습 및 의료 영상 처리에 대한 연구를 촉진하는 것입니다.
연구 개요
상태
상태
정황
정황
개입 / 치료
개입 / 치료
연구 유형
연구 유형
등록 (예상)
등록
연락처 및 위치
연구 연락처
연구 연락처
- 이름: Meena Murthy
- 전화번호: 349707 01223 349707
- 이메일: meena.murthy@addenbrookes.nhs.uk
연구 연락처 백업
- 이름: CCTU Cancer
- 전화번호: 216038 01223 216038
- 이메일: cctuc@addenbrookes.nhs.uk
연구 장소
-
-
Cambridgeshire
-
Cambridge, Cambridgeshire, 영국, CB2 0QQ
- 모병
- Cambridge University Hospitals NHS Foundation Trust
-
연락하다:
- Amy Bates
- 전화번호: 256296 01223 256296
- 이메일: amy.bates@addenbrookes.nhs.uk
-
수석 연구원:
- Raj Dr. Jena
-
-
참여기준
자격 기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
설명
포함 기준:
- 참가자는 연구 참여에 대해 정보에 입각한 동의를 할 의향과 능력이 있습니다.
- 남성 또는 여성
- 만 18세 이상
- 원발성 전립선암, 두경부암, 폐암 또는 뇌종양으로 진단된 경우
- 치료 의도로 치료
- 급진적 영상 유도 방사선 치료에 적합
- WHO ECOG 활동 상태 0 또는 1
- 18개월 이상의 예상 생존
제외 기준:
- 참가자는 연구의 프로토콜에 명시된 요구 사항을 완료할 의향이 없거나 완료할 수 없습니다. 웹 기반 장기 후속 설문지 액세스 및 작성.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 유망한
그룹/코호트 수
코호트 및 개입
그룹/코호트그룹/코호트 |
개입 / 치료개입 / 치료 |
|---|---|
|
전립선암
전립선암에 대한 근치 영상 유도 방사선 요법에 적합한 성인, 약 170명의 환자 RTOG, LENT SOM(A), RMH 증상 척도 및 UCLA PCI(전립선암 지수) 설문지의 구성 요소가 사용됩니다.
|
실시되는 설문지는 방사선 치료 후 최대 5년까지 각 환자가 경험하는 임상 독성을 모니터링합니다.
|
|
두경부암
약 140명의 두경부암에 대한 근치적 영상 유도 방사선 요법에 적합한 성인.
CTCAE v3, LENT SOM(A), EORTC QLQ H+N35 및 수정된 구강 건조증 설문지의 구성 요소가 사용됩니다.
|
실시되는 설문지는 방사선 치료 후 최대 5년까지 각 환자가 경험하는 임상 독성을 모니터링합니다.
|
|
중추신경계 종양
가능한 한 많은 환자를 모집하여 CNS 종양에 대한 급진적 영상 유도 방사선 요법에 적합한 성인.
RTOG, LENT SOM(A), Folstein 미니 정신 상태 검사 및 G-ADL(Generalized activites of daily living scale) 설문지의 구성 요소가 사용됩니다.
|
실시되는 설문지는 방사선 치료 후 최대 5년까지 각 환자가 경험하는 임상 독성을 모니터링합니다.
|
|
폐암
폐암에 대한 급진적 영상 유도 방사선 요법에 적합한 성인, 가능한 한 많은 환자 모집.
RTOG 및 LENT SOM(A) 설문지의 구성 요소가 사용됩니다.
|
실시되는 설문지는 방사선 치료 후 최대 5년까지 각 환자가 경험하는 임상 독성을 모니터링합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
기계 학습 모델링
기간: FPFV로부터 8년
|
네 가지 질병 부위에 대한 기계 학습 모델을 특성화합니다.
정상 조직 해부학의 자동 분할을 위한 기계 학습 알고리즘을 개발하고 기계 학습 알고리즘을 확장하여 콘 빔 CT 이미지에서 정상 조직 구조를 식별 및 분할하고 ML 분할을 활용하여 치료 독성과 관련된 이미지 시그니처를 평가합니다.
|
FPFV로부터 8년
|
|
예측 모델링
기간: FPFV로부터 8년
|
게시된 기술과 일치하는 성능을 예측합니다.
예측 수학적 모델의 구성 및 평가를 위해 결과 1의 기계 학습 모델을 결과 3의 치료 전 평가 데이터 및 치료 중 정량적 평가와 결합
|
FPFV로부터 8년
|
|
임상 독성 평가
기간: FPFV로부터 8년
|
결과 2의 예측 모델을 알리기 위해 방사선 치료 후 최대 5년 동안 각 환자가 경험한 임상 독성 평가
|
FPFV로부터 8년
|
공동 작업자 및 조사자
협력자
협력자
수사관
수사관
- 수석 연구원: Raj Dr. Jena, Cambridge University Hospitals NHS Foundation Trust & the University of Cambridge
- 수석 연구원: Suzanne Miller, Cambridge University Hospitals NHS Foundation Trust
- 수석 연구원: Amy Bates, Cambridge University Hospitals NHS Foundation Trust
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
연구 시작
기본 완료 (예상)
기본 완료
연구 완료 (예상)
연구 완료
연구 등록 날짜
최초 제출
최초 제출
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
처음 게시됨
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
기타 연구 ID 번호
- Hamlet.rt
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .