Heuristikk, algoritmer og maskinlæring: Evaluering og testing i stråleterapi (Hamlet rt)
26. juli 2021 oppdatert av: CCTU- Cancer Theme
Hamlet-RT: Heuristics, Algoritms and Machine Learning: Evaluation & Testing in Radiation Therapy
Hamlet.rt-studien er en prospektiv datainnsamling og pasientspørreskjemastudie for pasienter som gjennomgår bildeveiledet strålebehandling med kurativ hensikt.
Målet med studien er å bruke nye maskinlærings- og matematiske teknikker for å bygge en modell som kan forutsi risikoen for betydelige bivirkninger fra strålebehandling for en individuell pasient: ved å bruke beregninger av normal vevsdose fra planlegging av strålebehandling og utledede pasientbaselinekarakteristikker. fra bilde- og ikke-bildedata, løpende oppdatert ettersom pasienten gjennomgås både under og etter behandling.
Et sekundært mål med prosjektet er å tilrettelegge for forskning innen maskinlæring og medisinsk bildebehandling for strålebehandling gjennom å skape en oppdagbar og delt dataressurs for forskningsbruk.
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Studietype
Observasjonsmessig
Registrering (Forventet)
310
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: Meena Murthy
- Telefonnummer: 349707 01223 349707
- E-post: meena.murthy@addenbrookes.nhs.uk
Studer Kontakt Backup
- Navn: CCTU Cancer
- Telefonnummer: 216038 01223 216038
- E-post: cctuc@addenbrookes.nhs.uk
Studiesteder
-
-
Cambridgeshire
-
Cambridge, Cambridgeshire, Storbritannia, CB2 0QQ
- Rekruttering
- Cambridge University Hospitals NHS Foundation Trust
-
Ta kontakt med:
- Amy Bates
- Telefonnummer: 256296 01223 256296
- E-post: amy.bates@addenbrookes.nhs.uk
-
Hovedetterforsker:
- Raj Dr. Jena
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
18 år og eldre (Voksen, Eldre voksen)
Tar imot friske frivillige
N/A
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Voksne egnet for radikal bildeveiledet strålebehandling med prostata-, hode- og nakkekreft, hjerne- eller lungekreft.
Variasjonen i forhold er basert på kravene til maskinlæringsalgoritmer som krever høye nivåer av klinisk anvendelighet, som avhenger av kvaliteten og kvantiteten på tilgjengelige inngangsdata.
Inndatasettet bør derfor i tilstrekkelig grad omfatte variasjonen i anatomi som man møter i befolkningen.
Beskrivelse
Inklusjonskriterier:
- Deltakeren er villig og i stand til å gi informert samtykke for deltakelse i studien
- Mann eller kvinne
- 18 år eller eldre
- Diagnostisert med primær prostatakreft, hode- og nakkekreft, lungekreft eller hjernesvulst
- Behandlet med kurativ hensikt
- Egnet for radikal bildeveiledet strålebehandling
- WHO ECOG ytelsesstatus 0 eller 1
- Forventet overlevelse på 18 måneder eller mer
Ekskluderingskriterier:
- Deltakeren er ikke villig eller i stand til å fullføre de protokollangitte kravene til studien, f.eks. tilgang til og utfylling av nettbaserte langsiktige oppfølgingsspørreskjemaer.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Prostatakreft
Voksne egnet for radikal bildeveiledet strålebehandling for deres prostatakreft, ca. 170 pasienter Komponenter fra RTOG, LENT SOM(A), RMH symptomskala og UCLA PCI (prostata cancer index) spørreskjemaer vil bli brukt.
|
Spørreskjemaer som administreres vil overvåke den kliniske toksisiteten som oppleves av hver pasient opp til 5 år etter strålebehandling
|
|
Hode- og nakkekreft
Voksne egnet for radikal bildeveiledet strålebehandling for hode- og nakkekreft, ca. 140 pasienter.
Komponenter fra CTCAE v3, LENT SOM(A), EORTC QLQ H+N35 & Modified xerostomia spørreskjemaer vil bli brukt.
|
Spørreskjemaer som administreres vil overvåke den kliniske toksisiteten som oppleves av hver pasient opp til 5 år etter strålebehandling
|
|
Svulster i sentralnervesystemet
Voksne som er egnet for radikal bildeveiledet strålebehandling for deres CNS-svulst, rekrutteres så mange pasienter som mulig.
Komponenter fra RTOG, LENT SOM(A), Folstein mini mental state examination & Generalized Activites of Daily Living scale (G-ADL) spørreskjemaer vil bli brukt.
|
Spørreskjemaer som administreres vil overvåke den kliniske toksisiteten som oppleves av hver pasient opp til 5 år etter strålebehandling
|
|
Lungekreft
Voksne som er egnet for radikal bildeveiledet strålebehandling for deres lungekreft, rekrutteres så mange pasienter som mulig.
Komponenter fra RTOG & LENT SOM(A) spørreskjemaer vil bli brukt.
|
Spørreskjemaer som administreres vil overvåke den kliniske toksisiteten som oppleves av hver pasient opp til 5 år etter strålebehandling
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Maskinlæringsmodellering
Tidsramme: 8 år fra FPFV
|
Karakteriser maskinlæringsmodeller for de fire sykdomsstedene.
Utvikle maskinlæringsalgoritmer for autosegmentering av normal vevsanatomi, og utvide maskinlæringsalgoritmer for å identifisere og segmentere normale vevsstrukturer i kjeglestråle-CT-bilder, og å bruke ML-segmenteringene til å evaluere bildesignaturer korrelert med behandlingstoksisitet
|
8 år fra FPFV
|
|
Prediktiv modellering
Tidsramme: 8 år fra FPFV
|
Forutsi ytelsesmatcher med publiserte teknikker.
Kombinere maskinlæringsmodellene i utfall 1, med vurderingsdata før behandling og kvantitative vurderinger under behandling i utfall 3 for konstruksjon og evaluering av en prediktiv matematisk modell
|
8 år fra FPFV
|
|
Evaluering av klinisk toksisitet
Tidsramme: 8 år fra FPFV
|
Evaluering av den kliniske toksisiteten som hver pasient opplever opptil 5 år etter strålebehandling for å informere de prediktive modellene i resultat 2
|
8 år fra FPFV
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Etterforskere
- Hovedetterforsker: Raj Dr. Jena, Cambridge University Hospitals NHS Foundation Trust & the University of Cambridge
- Hovedetterforsker: Suzanne Miller, Cambridge University Hospitals NHS Foundation Trust
- Hovedetterforsker: Amy Bates, Cambridge University Hospitals NHS Foundation Trust
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
11. september 2019
Primær fullføring (Forventet)
1. januar 2023
Studiet fullført (Forventet)
1. januar 2028
Datoer for studieregistrering
Først innsendt
15. august 2019
Først innsendt som oppfylte QC-kriteriene
16. august 2019
Først lagt ut (Faktiske)
19. august 2019
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
2. august 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
26. juli 2021
Sist bekreftet
1. juli 2021
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- Hamlet.rt
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Ubestemt
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
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. .