- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT06432283
Een op machine learning gebaseerd geschat overlevingsmodel
22 mei 2024 bijgewerkt door: Zhao Siyao
Constructie en validatie van een op machine learning gebaseerd geschat overlevingsmodel voor oudere patiënten met geavanceerde maligniteit
Kwaadaardige tumoren zijn de belangrijkste doodsoorzaak bij oudere patiënten, en palliatieve zorg kan de levenskwaliteit van oudere kankerpatiënten in een vergevorderd stadium verbeteren.
Een van de belangrijkste redenen waarom deze patiënten niet in de palliatieve zorg worden opgenomen, is het gebrek aan nauwkeurige schattingen van hun overlevingsperiode door patiënten, familieleden en artsen.
Zowel artsen als patiënten zijn vaak overdreven optimistisch over de overlevingsperiode van oudere kankerpatiënten in een vergevorderd stadium, wat leidt tot overbehandeling.
Daarom kan het beoordelen van het overlijdensrisico voor deze patiënten en het verder opzetten van een model voor het schatten van de overlevingsperiode de nauwkeurigheid van de klinische voorspellingen van artsen over de overleving van patiënten verbeteren, een vroege verwijzing naar palliatieve zorg vergemakkelijken en de rationalisering van de medische besluitvorming bevorderen.
Studie Overzicht
Toestand
Actief, niet wervend
Conditie
Gedetailleerde beschrijving
- Door de literatuur te doorzoeken, systematische reviews en meta-analyses uit te voeren, willen we de prognostische factoren blootleggen die verband houden met overlijden bij oudere kankerpatiënten in een vergevorderd stadium.
- Op basis van op bewijs gebaseerde gegevens en rekening houdend met de klinische omstandigheden van oudere patiënten met gevorderde kanker in China, zullen we relevante gegevens opstellen voor een risicobeoordelingsschaal voor overlijden bij oudere patiënten met gevorderde kanker. Door gebruik te maken van de Delphi-evaluatiemethode voor deskundigenconsultatie, zullen we het raamwerk van de beoordelingsschaal finaliseren en de theoretische basis leggen voor de oprichting en validatie van een model voor het voorspellen van het overlijdensrisico voor oudere kankerpatiënten in een vergevorderd stadium in China.
- Ontwikkel een overlevingsschattingsmodel voor oudere kankerpatiënten in een vergevorderd stadium; Via metabolomicsstudies en andere onderzoeksmethoden zullen we metabole biomarkers onderzoeken die verband houden met het voorspellen van de overlevingsperiode van oudere kankerpatiënten in een vergevorderd stadium.
Studietype
Observationeel
Inschrijving (Geschat)
1000
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studie Locaties
-
-
Sichuan
-
Chengdu, Sichuan, China, 610041
- Siyao Zhao
-
-
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
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Nee
Bemonsteringsmethode
Kanssteekproef
Studie Bevolking
Patiënten met gevorderde kanker (stadium III en IV) kwaadaardige tumoren van 60 jaar en ouder.
Beschrijving
Inclusiecriteria: Inclusiecriteria voor patiënten met kwaadaardige tumoren in een vergevorderd stadium: Moeten voldoen aan voorwaarde 1) en ook voldoen aan voorwaarde 2), 3) of 4):
- Klinische diagnose van gevorderde kwaadaardige tumor: TNM stadium III of IV
- "Verrassingsvraag": Als deze patiënt binnen de komende zes maanden zou overlijden, zou dat voor u geen verrassing zijn.
- Karnofsky-prestatiestatus (KPS)-score ≤ 50
- Palliatieve prestatieschaal (PPS) ≤ 50%
Uitsluitingscriteria:
- Patiënten die weigeren deel te nemen aan het onderzoek;
- Patiënten die om verschillende redenen niet kunnen meewerken en de vragenlijst niet kunnen invullen;
- Patiënten die om uiteenlopende redenen niet in staat zijn mee te werken en de follow-up af te ronden.
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 |
|---|
|
patiënten met gevorderde kanker (stadium III en IV) van 60 jaar en ouder.
patiënten met gevorderde kanker (stadium III en IV) van 60 jaar en ouder die in de genoemde instelling worden behandeld.
De proefpersonen nemen vrijwillig deel en ondertekenen formulieren voor geïnformeerde toestemming.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Een model
Tijdsspanne: 31-12-2026
|
Bouw een overlevingsschattingsmodel voor oudere kankerpatiënten in een laat stadium.
|
31-12-2026
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Onderzoekers
- Hoofdonderzoeker: Siyao Zhao, postgraduate, West China Hospital
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 mei 2024
Primaire voltooiing (Geschat)
31 december 2025
Studie voltooiing (Geschat)
31 december 2026
Studieregistratiedata
Eerst ingediend
15 mei 2024
Eerst ingediend dat voldeed aan de QC-criteria
22 mei 2024
Eerst geplaatst (Werkelijk)
29 mei 2024
Updates van studierecords
Laatste update geplaatst (Werkelijk)
29 mei 2024
Laatste update ingediend die voldeed aan QC-criteria
22 mei 2024
Laatst geverifieerd
1 mei 2024
Meer informatie
Termen gerelateerd aan deze studie
Andere studie-ID-nummers
- 2024 Review (807)
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 .