AI-prediksjonsmodell og risikostratifisering for lungemetastaser ved tykktarmskreft
Utvikling og validering av en prediksjonsmodell for kunstig intelligens og en overlevelsesrisikostratifisering for lungemetastaser i tykktarmskreft fra svært ubalanserte data
Bakgrunn:
For å hjelpe klinikere med diagnose og optimal behandlingsbeslutning, forsøkte vi å utvikle og validere en prediksjonsmodell for kunstig intelligens for lungemetastase (LM) hos pasienter med kolorektal kreft (CRC).
Metode:
De klinisk-patologiske egenskapene til 46037 CRC-pasienter fra Surveillance, Epidemiology, and End Results (SEER)-databasen og 2779 CRC-pasienter fra et multisenter eksternt valideringssett ble samlet inn retrospektivt. Etter funksjonsvalg ved univariate og multivariate analyser, ble seks modeller for maskinlæring (ML), inkludert logistisk regresjon, K-nærmeste nabo, støttevektormaskin, beslutningstre, tilfeldig skog og balansert tilfeldig skog (BRF), utviklet og validert for LM-prediksjon. Optimaliseringsmodellen med best ytelse ble sammenlignet med den kliniske prediktoren. I tillegg ble stratifiserte LM-pasienter etter risikoscore brukt for overlevelsesanalyse.
Studieoversikt
Status
Status
Forhold
Forhold
Intervensjon / Behandling
Intervensjon / Behandling
Studietype
Studietype
Registrering (Faktiske)
Registrering
Deltakelseskriterier
Kvalifikasjonskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- pasienter med patologisk bekreftelse på en primær CRC-diagnose
Ekskluderingskriterier:
- (1) pasienter med flere primære kreftformer eller andre maligniteter; (2) pasienter identifisert via obduksjon eller dødsattest; og (3) pasienter med usikre kliniske dataverdier
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Antall grupper / kohorter
Kohorter og intervensjoner
Gruppe / KohortGruppe / Kohort |
Intervensjon / BehandlingIntervensjon / Behandling |
|---|---|
|
valideringssett 1
Valideringssettet 1 besto av pasienter med CRC diagnostisert og behandlet mellom 1. januar 2016 og 31. desember 2020, ved Cancer Hospital Chinese Academy of Medical Sciences og Peking Union Medical College.
|
Plasseringen av pasientens behandling
|
|
valideringssett 2
Valideringssett 2 besto av pasienter med CRC diagnostisert og behandlet mellom 1. januar 2016 og 31. desember 2020, ved det andre tilknyttede sykehuset ved Harbin Medical University.
|
Plasseringen av pasientens behandling
|
Hva måler studien?
Primære resultatmål
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
lungemetastase
Tidsramme: gjennom studiegjennomføring, gjennomsnittlig 3 måneder
|
diagnostisert med lungemetastase
|
gjennom studiegjennomføring, gjennomsnittlig 3 måneder
|
Samarbeidspartnere og etterforskere
Sponsor
Sponsor
Samarbeidspartnere
Samarbeidspartnere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Studiestart
Primær fullføring (Faktiske)
Primær fullføring
Studiet fullført (Faktiske)
Studiet fullført
Datoer for studieregistrering
Først innsendt
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Først lagt ut
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Sist oppdatering lagt ut
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
- Sykdommer i fordøyelsessystemet
- Patologiske prosesser
- Sykdommer i luftveiene
- Neoplasmer
- Lungesykdommer
- Neoplasmer etter nettsted
- Gastrointestinale neoplasmer
- Neoplasmer i fordøyelsessystemet
- Gastrointestinale sykdommer
- Neoplasmer i luftveiene
- Thoracale neoplasmer
- Kolonsykdommer
- Tarmsykdommer
- Intestinale neoplasmer
- Rektale sykdommer
- Neoplastiske prosesser
- Lungeneoplasmer
- Kolorektale neoplasmer
- Neoplasma Metastase
Andre studie-ID-numre
Andre studie-ID-numre
- PekingUMC02
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .