Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

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

8. juli 2021 oppdatert av: 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.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Forventet)

5000

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

Studer Kontakt Backup

  • Navn: Yi Zhao, Master

Studiesteder

  • Kina
      • Hangzhou, Kina
        • Rekruttering
        • Zhejiang Provincial Hospital of Traditional Chinese Medicine
        • Ta kontakt med:
          • Xuan Huang
      • Ningbo, Kina
        • Rekruttering
        • Ningbo cadres health center
        • Ta kontakt med:
          • Tong Huang

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

25 år til 75 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

consecutive subjects who underwent regular health checkup at nine International Healthcare

Beskrivelse

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.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
magekreft
Annen: 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)
Annen: pepsinogen
diagnostic value of pepsinogen for severe atrophy and gastric cancer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
pepsinogen value for precanceous lesion and Gastric cancer
Tidsramme: 1 year
pepsinogen value for precanceous lesion and Gastric cancer
1 year

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Second Affiliated Hospital, School of Medicine, Zhejiang University

Etterforskere

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

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)

1. januar 2019

Primær fullføring (Forventet)

31. mai 2022

Studiet fullført (Forventet)

31. desember 2022

Datoer for studieregistrering

Først innsendt

8. juli 2021

Først innsendt som oppfylte QC-kriteriene

8. juli 2021

Først lagt ut (Faktiske)

12. juli 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

12. juli 2021

Siste oppdatering sendt inn som oppfylte QC-kriteriene

8. juli 2021

Sist bekreftet

1. juni 2021

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 71804161

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. .

Abonnere