이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

Research on the Development and Validation of Personalized Exercise Prescriptions for Breast Cancer Patients Based on Large Language Models

2026년 6월 1일 업데이트: Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

The goal of this observational study is to develop and evaluate a large language model (LLM)-based decision support system for exercise prescription in breast cancer patients, aiming to provide personalized decision-making support for postoperative breast cancer rehabilitation.

The main questions it aims to answer are:

How accurate, personalized, and safe are the exercise prescriptions generated by the fine-tuned LLM? How does the model's performance compare with other mainstream or non-fine-tuned models across different stages and subtypes of breast cancer? Participants are postoperative breast cancer rehabilitation patients treated at Sun Yat-sen Memorial Hospital of Sun Yat-sen University. They will have demographic, tumor, treatment, and physical fitness data collected; receive personalized exercise prescriptions automatically generated by the LLM-based system; and provide subjective evaluations on the feasibility and executability of the prescriptions.

연구 개요

상태

모집하지 않고 적극적으로

정황

연구 유형

관찰

등록 (추정된)

220

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

  • 중국
    • Guangdong
      • Guangzhou, Guangdong, 중국, 510000
        • Sun Yat-sen Memorial Hospital, Sun Yat-sen University

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

Patients with breast cancer who have completed primary surgery and entered the postoperative rehabilitation stage at Sun Yat-sen Memorial Hospital, Sun Yat-sen University (Guangzhou, China).All participants receive individualized exercise prescriptions generated by large language models under physician supervision and approval, and their feedback on the feasibility of these prescriptions is collected.

설명

Inclusion Criteria:

  • Adult patients aged 18-75 years with early-stage breast cancer who have undergone surgical treatment, such as mastectomy or breast-conserving surgery.
  • ECOG performance status of 0-1, with adequate physical condition to participate in rehabilitation assessment and exercise prescription activities.
  • Availability of essential clinical data, including demographic characteristics, tumor stage and subtype, treatment history, and baseline physical fitness assessment.
  • Able to communicate effectively, maintain stable follow-up contact, and voluntarily participate in evaluation and feedback on exercise prescriptions.

Exclusion Criteria:

  • Presence of severe postoperative complications or comorbidities (e.g., uncontrolled cardiac or pulmonary disease) that may interfere with participation in rehabilitation or pose a safety risk.
  • Significant physical or mobility impairments preventing the performance of prescribed exercises.
  • Severe psychiatric illness or cognitive dysfunction that hinders cooperation with assessments or follow-up.
  • Incomplete or missing key clinical data, making evaluation or follow-up impossible.
  • Any other condition deemed inappropriate for participation by the investigators.

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

코호트 및 개입

그룹/코호트
Postoperative breast cancer patients receiving LLM-based exercise prescription evaluation
Postoperative breast cancer patients at Sun Yat-sen Memorial Hospital will have clinical and physical data collected. Each patient receives an exercise prescription generated by a fine-tuned large language model (LLM)-based decision support system and provides feedback on its feasibility.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
기간
Average 5-point Likert scores across five expert-defined dimensions-individualization, comprehensiveness, scientific rationality, safety, and executability-are used to compare the performance of fine-tuned models with that of mid-level physicians.
기간: From enrollment to completion of prescription evaluation at 1 week
From enrollment to completion of prescription evaluation at 1 week

2차 결과 측정

결과 측정
측정값 설명
기간
Evaluation Form for Consistency Between Model Diagnostic Logic and Medical Consensus
기간: From enrollment to completion of prescription evaluation at 1 week

Measurement Method/Unit: A panel of expert reviewers (at least 3 senior physicians) conducts a blinded assessment of the model's diagnostic reasoning pathways in test cases using a dedicated evaluation form. The outcome is expressed as the mean score (points).

Rating Scale: 5-point Likert scale (1=Highly Unsound, 5=Highly Sound)

Interpretation of Scores: A higher score indicates better consistency of the model's diagnostic logic with established medical consensus.
From enrollment to completion of prescription evaluation at 1 week

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2025년 10월 1일

기본 완료 (추정된)

2026년 9월 1일

연구 완료 (추정된)

2027년 7월 1일

연구 등록 날짜

최초 제출

2025년 11월 25일

QC 기준을 충족하는 최초 제출

2026년 6월 1일

처음 게시됨 (실제)

2026년 6월 2일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2026년 6월 2일

QC 기준을 충족하는 마지막 업데이트 제출

2026년 6월 1일

마지막으로 확인됨

2026년 6월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • SYSKY-2025-786-01

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

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. .

유방암에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Kyrgyzstan

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다