기계학습을 이용한 신장이식의 예후인자 예측
신장 이식의 예후 요인 예측: 결과 예측을 향상시키는 기계 학습 접근 방식
연구 개요
상세 설명
신장 이식(KT)은 말기 신장 질환(ESRD)에 대한 가장 효과적인 치료 방식으로, 환자에게 향상된 삶의 질과 장기적인 생존을 달성할 수 있는 기회를 제공합니다. 수술 기술과 면역억제 요법의 발전으로 수술 직후 합병증과 급성 거부반응이 크게 감소했습니다.
KT가 가장 빈번하게 수행되는 장기 이식이라는 점을 고려하면 이식 생존 기간을 향상시키는 것은 많은 개인에게 도움이 될 수 있습니다. KT의 효능은 종종 이식편의 장기 생존을 결정하는 중요한 결정 요인이자 이식 성공을 평가하는 핵심 척도인 이식편 기능에 의해 측정됩니다. 이식 후 이식편 기능은 기증자와 수혜자의 특성부터 면역억제 전략까지 다양한 변수의 영향을 받는 반면, 이러한 복잡성은 특히 장기적으로 결과를 예측하는 데 어려움을 줍니다. 신장 기증자 위험 지수(KDRI) 및 Cox 회귀 분석과 같은 전통적인 방법은 예측 정확도가 부족합니다.
이식 생존 예측과 예후 인자 평가는 환자 변수의 다면적 특성과 수술 전후 치료의 개별화로 인해 복잡합니다. 그러나 기계 학습과 고급 컴퓨터 분석의 등장으로 연구자들은 이제 임상적 중요성을 지닌 데이터의 복잡성을 해독하여 잠재적으로 이식 후 환자 치료를 변화시킬 준비가 되었습니다. 이식 분야의 임상 실습에 딥러닝 알고리즘을 통합하는 것은 상대적으로 초기 단계이지만 빠르게 주목을 받고 있습니다.
이 연구의 목표는 KT 수혜자의 생존율을 잠재적으로 예측할 수 있는 주요 예후 지표를 정확히 찾아내기 위해 광범위한 임상 데이터를 구문 분석할 수 있는 기계 학습 알고리즘을 개발하는 것입니다. 기증자와 수혜자 모두의 기본 특성을 통합함으로써 현재 모델은 기증자와 수혜자 프로필을 연결하는 패턴을 발굴하여 수술 후 결과에 영향을 미칠 수 있는 수정 가능한 요소에 대한 통찰력을 제공하려고 노력합니다. 이를 통해 임상의가 KT 수혜자의 예후와 삶의 질을 향상시키는 데 도움이 되는 도구를 제공하고자 합니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
-
Seoul, 대한민국, 05505
- Asan Medical Center
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 본 병원에서 신장 이식(수차례 이식 포함)을 받은 환자.
- 본 연구에 대한 자세한 설명을 듣고 이해하였으며, 자발적으로 참여를 결정하고 서면동의를 한 환자.
제외 기준:
- 다장기 이식을 받는 환자(예: 췌장과 신장 동시 이식, 심장과 신장 동시 이식)
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
신장 이식 환자
단일센터에서 신장이식을 받은 환자
|
측정된 일차 결과는 5년 이식편 생존이었고, 이는 초기 이식 후 5년 동안 투석이나 재이식이 필요하지 않은 것으로 정의되었습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
5년 이식편 생존
기간: 5 년
|
측정된 일차 결과는 5년 이식편 생존이었고, 이는 초기 이식 후 5년 동안 투석이나 재이식이 필요하지 않은 것으로 정의되었습니다.
|
5 년
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
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. .