- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT07236658
Deep Learning voor Musculoskeletale Complicaties bij Borstkanker
AI-aangedreven Deep Learning-modellen voor de prospectieve voorspelling van musculoskeletale complicaties na borstkankerchirurgie: Focus op lymfoedeem, axillair web syndroom, neuropathie en pijn
De overleving na borstkanker is toegenomen dankzij vroege diagnose en vooruitgang in behandelmethoden. Musculoskeletale problemen gerelateerd aan kanker en de behandeling ervan vormen een aanzienlijk deel van de dagelijkse praktijk van fysiaters en revalidatiespecialisten die betrokken zijn bij oncologische revalidatie.<\/p>
Lymfoedeem kan zich in elk stadium van het leven van een patiënt na borstkanker voordoen. Patiënten met borstkanker-gerelateerd lymfoedeem hebben levenslange behandeling nodig, en naarmate het stadium van lymfoedeem vordert, neemt de respons op therapie af. Gevorderde stadia van lymfoedeem hebben een negatieve invloed op de functionele status, en patiënten ervaren moeilijkheden bij het uitvoeren van activiteiten van het dagelijks leven.<\/p>
Axillaire web-syndroom (AWS) wordt gekenmerkt door een strakke streng die zich uitstrekt van de oksel naar de volaire zijde van de pols, die doorgaans binnen de eerste 8 weken postoperatief verschijnt. AWS kan de toediening van radiotherapie bemoeilijken. Schouderdysfunctie kan onafhankelijk optreden of in samenhang met AWS. In het bijzonder kan scapulaire dyskinesie die zich ontwikkelt na een mastectomie leiden tot secundaire schouderaandoeningen zoals rotator cuff-syndroom of adhesive capsulitis, die vaak worden waargenomen bij deze patiënten.<\/p>
Perifere neuropathie wordt vaak gezien bij patiënten die chemotherapie ondergaan, wat het dagelijks leven nadelig beïnvloedt en soms de voortzetting van de behandeling verhindert. Andere complicaties gerelateerd aan chemotherapie en radiotherapie omvatten cardiotoxiciteit, pulmonale toxiciteit, vermoeidheid, osteoporose en cognitieve stoornissen.<\/p>
Er zijn ook specifieke pijnsyndromen die kunnen optreden na borstkanker, waaronder post-mastectomiepijnsyndroom, fantoompijn in de borst en musculoskeletale symptomen geassocieerd met aromataseremmers. Al deze aandoeningen kunnen de dagelijkse functie aanzienlijk belemmeren en zelfs de voortzetting van de kankerbehandeling verhinderen. Daarom is het voorspellen van deze complicaties en het implementeren of ontwikkelen van preventieve interventies cruciaal.<\/p>
Als het mogelijk is om de vroege ontwikkeling van lymfoedeem, axillair web-syndroom, perifere neuropathie en pijnsyndromen na borstkanker te voorspellen, kan vroege interventie progressie voorkomen. Deze studie is ontworpen om een voorspellend model te ontwikkelen en valideren met behulp van deep learning-methoden om het risico op deze complicaties bij patiënten die een borstkankeroperatie ondergaan te bepalen. Onder de deep learning-architecturen zijn ResNet50, AlexNet, GoogleNet en UNet, die recentelijk veel worden gebruikt in studies, gepland voor implementatie.<\/p>
Daarnaast zal op basis van de resultaten van deze studie een risicoberekeningsprogramma worden ontwikkeld, waardoor clinici basisgegevens van patiënten kunnen invoeren en het individuele risico van de patiënt voor elke complicatie vóór de behandeling kunnen berekenen. Er wordt geen specifiek risico verwacht in de studie.<\/p>
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Başak Mansız Kaplan
- Telefoonnummer: +905358582176
- E-mail: basakmansiz@hotmail.com
Studie Locaties
-
-
-
Ankara, Turkije (Türkiye)
- Werving
- Ankara Etlik City Hospital
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
ouder zijn dan 18 jaar gepland staan voor een operatie vanwege unilaterale borstkanker
Exclusiecriteria:
niet in staat zijn om vervolgafspraken na te komen bilaterale borstkanker mannelijke borstkanker Kinderen, zwangere vrouwen, vrouwen die net bevallen zijn en/of vrouwen die borstvoeding geven Personen op de intensive care of met een verminderd bewustzijn Wils-onbekwame personen worden niet in de studie opgenomen
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
schouderbewegingsbereik
Tijdsspanne: De bewegingsuitslag van de schouder zal in alle richtingen worden gemeten met behulp van een goniometer vóór de behandeling en tijdens de vervolgbezoeken. (0, maand 1, maand 3, maand 6)
|
De bewegingsuitslag van de schouder zal in alle richtingen worden gemeten met behulp van een goniometer vóór de behandeling en tijdens vervolgbezoeken
|
De bewegingsuitslag van de schouder zal in alle richtingen worden gemeten met behulp van een goniometer vóór de behandeling en tijdens de vervolgbezoeken. (0, maand 1, maand 3, maand 6)
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- AEŞH-EK-2025-145
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Beschrijving IPD-plan
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .