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

Prediktorer for paraaorta-lymfeknutemetastase av livmorhalskreft

29. januar 2023 oppdatert av: Dongling Zou, Chongqing University Cancer Hospital

Prediktorer for paraaorta-lymfeknutemetastase hos pasienter med lokalt avansert livmorhalskreft basert på den samlede analysen av kirurgiske iscenesettelsesresultater

Målet med denne observasjonsstudien er å identifisere prediktive faktorer og å utvikle en risikomodell som forutsier para-aorta lymfeknutemetastaser hos pasienter med lokalt avansert livmorhalskreft basert på analyse av kirurgiske stadieresultater. Hovedspørsmålene den tar sikte på å besvare er:

  • Hva er risikofaktorene for å forutsi para-aorta lymfeknutemetastase hos pasienter med lokalt avansert livmorhalskreft?
  • Hva er indikasjonen for profylaktisk strålebehandling med utvidet felt hos pasienter med lokalt avansert livmorhalskreft Individuelle data fra pasienter med lokalt avansert livmorhalskreft behandlet med kirurgisk stadiebehandling ved vår institusjon fra 2020 til 2022 ble samlet analysert. Multivariat logistisk regresjonsanalyse ble brukt for å identifisere de prediktive faktorene og å utvikle prediksjonsmodellen.

Studieoversikt

Status

Fullført

Detaljert beskrivelse

Individuelle data fra 336 pasienter med lokalt avansert livmorhalskreft behandlet med kirurgisk stadiebehandling ved vår institusjon fra januar 2020 til august 2022 ble samlet analysert. Følgende faktorer ble samlet inn fra hver pasient for å identifisere variabler som forutsier paraaorta-lymfeknutemetastase: alder, T-stadie, histopatologisk type, tumorstørrelse, differensiering, forbehandlingstumormarkører (plateepitelkarsinomantigen, karsinoembryonalt antigen, karbohydratantigen 125 og cytokerat) 21-1, humant papillomavirustype, status for bekkenlymfeknute på bilder, vanlig iliacalymfeknute og kortaksediameteren til den største positive og statusen til paraaorta-lymfeknute ved kirurgiske iscenesettelsesresultater. Multivariat logistisk regresjonsanalyse ble brukt for å utvikle prediksjonsmodellen. Et forenklet skåringssystem for hver uavhengige prediktive faktor ble utviklet i henhold til koeffisienten. Det ble utført intern validering for å vurdere modellen. En uavhengig valideringskohort inneholdt 116 pasienter med de samme kriteriene fra mars 2018 til desember 2019.

Studietype

Observasjonsmessig

Registrering (Faktiske)

452

Kontakter og plasseringer

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

Studiesteder

    • Chongqing
      • Chongqing, Chongqing, Kina, 400030
        • Chongqing University Cancer Hospital

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 til 75 år (VOKSEN, OLDER_ADULT)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Hunn

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Den primære kohorten av denne studien omfattet en evaluering av den institusjonelle databasen for medisinske journaler fra januar 2020 til august 2022 for å identifisere pasienter med lokalt avansert livmorhalskreft som gjennomgikk kirurgisk iscenesettelse.

Fra mars 2018 til desember 2019 ble en uavhengig valideringskohort på 116 påfølgende pasienter screenet ved å bruke de samme kriteriene som for primærkohorten.

Beskrivelse

Inklusjonskriterier:

  • I 2018 var den internasjonale føderasjonen for obstetrikk og gynekologi (FIGO) stadium Ib3 IIA2-IVA;
  • Den ble i utgangspunktet behandlet uten kirurgi og kjemoterapi.
  • Plateepitelkarsinom, adenokarsinom og adeno-plateepitelkarsinom ble bekreftet ved histopatologi.
  • Abdominal bekken CT, MR eller PET/CT ble utført før behandling.
  • Pasienter med vellykket kirurgisk iscenesettelse og patologiske data fra para-aorta lymfeknute ble innhentet.

Ekskluderingskriterier:

  • Pasienter ble ekskludert hvis den histopatologiske typen ikke var plateepitelkarsinom eller adenokarsinom, og data for LN-status ikke var tilgjengelig.

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
forsøksgruppe
lokalt avansert livmorhalskreft behandlet med kirurgisk iscenesettelse
para-aorta lymfadenektomi fra inferior mesenteric arterie kranialt til aorta kaudalt via laparoskopi eller laparotomi

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Prediktorer for para-aorta lymfeknutemetastase
Tidsramme: 3 måneder
Vi evaluerer den institusjonelle databasen for medisinske journaler for å identifisere pasienter som gjennomgikk kirurgisk iscenesettelse, og deretter omfattet henholdsvis den primære og den uavhengige valideringskohorten. Variablene ble samlet inn fra hver pasient. Vi vurderer det bivariate forholdet mellom hver variabel og para-aorta lymfeknutemetastase via logistisk regresjonsanalyse. De potensielle prediktive variablene for en P-verdi <0,05 på univariat analyse ble vurdert som risikofaktorer.
3 måneder
Prediksjonsmodellen for para-aorta lymfeknutemetastase
Tidsramme: 3 måneder
Den multivariable logistiske regresjonsanalysen mellom prediktorer og para-aorta lymfeknutemetastaser ble utført og evaluert oddsratio. For å lette praktisk anvendelse ble det utviklet et resultatdiagram for å presentere den endelige prediksjonsmodellen. Risikoskåren til prediktive variabler ble beregnet og avrundet basert på beta-koeffisientene fra den multivariate logistiske regresjonsanalysen. Prediksjonsmodellen ble deretter utviklet ved å kombinere alle skårer, og summen av skårer for hver prediktor representerte risikoskåren for hver pasient.
3 måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
validering av prediksjonsmodellen
Tidsramme: 3 måneder
Vi tok i bruk en intern og uavhengig validering for å vurdere ytelsen til prediksjonsmodellen. Den interne valideringen av modellen ble utført med hensyn til diskriminering som ble målt ved konkordansindeksen og kalibrering som ble vurdert av Hosmer-Lemeshow-testen og Brier-score. Den uavhengige valideringen ble utført med hensyn til sensitivitet, spesifisitet og Youden-indeks, som beregnet ved sensitivitet+spesifisitet-1 er et globalt mål på diagnostisk effektivitet.
3 måneder

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Studieleder: Dongling Zou, M.D., Chongqing University Cancer Hospital

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)

13. april 2022

Primær fullføring (FAKTISKE)

12. november 2022

Studiet fullført (FAKTISKE)

12. desember 2022

Datoer for studieregistrering

Først innsendt

16. januar 2023

Først innsendt som oppfylte QC-kriteriene

29. januar 2023

Først lagt ut (FAKTISKE)

8. februar 2023

Oppdateringer av studieposter

Sist oppdatering lagt ut (FAKTISKE)

8. februar 2023

Siste oppdatering sendt inn som oppfylte QC-kriteriene

29. januar 2023

Sist bekreftet

1. januar 2023

Mer informasjon

Begreper knyttet til denne studien

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