Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

The Research of Constructing a Risk Assessment Model for Gastric Cancer Based on Machine Learning

8 juli 2021 bijgewerkt door: Second Affiliated Hospital, School of Medicine, Zhejiang University
Based on the gastric cancer database established earlier, this project explored the PG standard suitable for Chinese people, and further explored the establishment of machine learning model to stratify gastric cancer risk in the population, guide the frequency of gastroscopy screening, and extract important gastric cancer risk factors from it.Establish electronic health records of gastric organs, track the development and outcome of gastric diseases through deep learning method, in order to predict the development and outcome of gastric diseases;Then, the simulation hypothesis deductive method is used to compare the outcomes that may be caused by different lifestyles with the help of deep learning model, so as to guide patients to develop a better lifestyle and explore the establishment of health management paths for gastric cancer patients and high-risk groups in China.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Observationeel

Inschrijving (Verwacht)

5000

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Contact Back-up

  • Naam: Yi Zhao, Master

Studie Locaties

  • China
      • Hangzhou, China
        • Werving
        • Zhejiang Provincial Hospital of Traditional Chinese Medicine
        • Contact:
          • Xuan Huang
      • Ningbo, China
        • Werving
        • Ningbo cadres health center
        • Contact:
          • Tong Huang

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

25 jaar tot 75 jaar (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

consecutive subjects who underwent regular health checkup at nine International Healthcare

Beschrijving

Inclusion Criteria:

  • 1） intention to undergo gastroscopy during health checkup examination; and 2) 25-75 years of age

Exclusion Criteria:

  • 1) a history of gastric ulcer, gastric polyp, or GC; 2) a history of gastrectomy; 3) treatment with a proton pump inhibitor in the last month; 4) contraindications to gastroscopy; 5) a history of Hp eradication; 6) a history of abdominal pain, abdominal distention, belching, acid reflux, nausea and other digestive tract symptoms within 1 month or 67) incomplete data.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
maagkanker
Ander: pepsinogen
diagnostic value of pepsinogen for severe atrophy and gastric cancer
non-atrophic gastritis
OLGA-0 group；OLGA (Operative Link on Gastritis Assessment)
mild-moderate atrophic gastritis
OLGA I-II group；OLGA (Operative Link on Gastritis Assessment)
severe atrophic gastritis
OLGA III-IV group；OLGA (Operative Link on Gastritis Assessment)
Ander: pepsinogen
diagnostic value of pepsinogen for severe atrophy and gastric cancer

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
pepsinogen value for precanceous lesion and Gastric cancer
Tijdsspanne: 1 year
pepsinogen value for precanceous lesion and Gastric cancer
1 year

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Second Affiliated Hospital, School of Medicine, Zhejiang University

Onderzoekers

  • Hoofdonderzoeker: Yuling Tong, Dr., 2nd affiliated hospital of Zhejiang University, School of Medicine

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

1 januari 2019

Primaire voltooiing (Verwacht)

31 mei 2022

Studie voltooiing (Verwacht)

31 december 2022

Studieregistratiedata

Eerst ingediend

8 juli 2021

Eerst ingediend dat voldeed aan de QC-criteria

8 juli 2021

Eerst geplaatst (Werkelijk)

12 juli 2021

Updates van studierecords

Laatste update geplaatst (Werkelijk)

12 juli 2021

Laatste update ingediend die voldeed aan QC-criteria

8 juli 2021

Laatst geverifieerd

1 juni 2021

Meer informatie

Termen gerelateerd aan deze studie

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • 71804161

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren