Etablering av en gjennomførbarhetsmodell for nesekirurgi basert på maskinlæring
3. april 2023 oppdatert av: Yanxin Luo,MD, Sixth Affiliated Hospital, Sun Yat-sen University
Etablering av en gjennomførbarhetsmodell for å forutsi naturlig åpningsprøveekstraksjonskirurgi (NOSES) basert på maskinlæring.
Målet med denne observasjonsstudien er å teste hos pasienter med resektabel rektosigmoid kreft.
Hovedspørsmålet den tar sikte på å svare på er etablering av en gjennomførbarhetsmodell for å forutsi naturlig åpningsprøveekstraksjonskirurgi (NOSES) basert på maskinlæring.
Studieoversikt
Status
Har ikke rekruttert ennå
Intervensjon / Behandling
Studietype
Observasjonsmessig
Registrering (Forventet)
460
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Guangdong
-
GuangZhou, Guangdong, Kina
- The Sixth Affiliate Hospital of Sun Yat-Sen University
-
Ta kontakt med:
- Yaoyi Huang, BS
- Telefonnummer: 86-15986423743
- E-post: huangyy355@mail2.sysu.edu.cn
-
-
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 80 år (Voksen, Eldre voksen)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Pasienter diagnostisert med resektabel rektosigmoid kreft.
Beskrivelse
Inklusjonskriterier:
- Pasienter diagnostisert med kolorektal kreft eller stort adenom som er egnet for laparoskopisk kolorektal kirurgi;
- Tumorstadieinndeling ≤ T3 uten invasjon av omkringliggende organer;
- Ingen abdominal seeding eller fjernorganmetastaser;
- Tydelige og fullstendige bildedata (CT, bekken MR) som kan behandles av en datamaskin;
- Gjennomførbar evaluering og bestemmelse for å ta prøver gjennom rektalkanalen under preoperative og intraoperative vurderinger.
Ekskluderingskriterier:
- Kontraindikasjoner for laparoskopisk kolorektal kirurgi;
- Tumorstadie er T4, eller det er kreftknuter;
- Tilstedeværelse av metastase eller fjernorganmetastase;
- Ufullstendige bildedata;
- Preoperativ tarmobstruksjon;
- Tumor- eller prøvediameter større enn den tverrgående diameteren til bekkenutløpet;
- Tidligere rektal strålebehandling;
- Uegnet evaluering og bestemmelse for å ta prøver gjennom rektalkanalen under preoperative og intraoperative vurderinger.
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 |
|---|---|
|
Treningssett
Treningssettet er et datasett som brukes til å trene modellen, som inkluderer tilfeldig innrullerte pasienter med tykktarms- og endetarmskreft.
Inndataene inkluderer data som kjønn, alder, høyde, vekt, BMI, tumorstadium, tumorpatologitype, og utdatainformasjonen er om NESES-operasjonen var vellykket eller ikke.
Under trening lærer modellen fra dette datasettet for å gi spådommer om hvorvidt nye pasienter med tykktarms- og endetarmskreft kan gjennomgå NESES-operasjon med hell.
|
Natural Orifice Specimen Extraction Surgery (NOSES) er en minimalt invasiv kirurgisk teknikk som tar sikte på å redusere størrelsen og antallet snitt som kreves under visse operasjoner.
I NESER fjernes den kirurgiske prøven (som et sykt organ eller svulst) fra kroppen gjennom en naturlig åpning (som munn, anus eller vagina), i stedet for gjennom et snitt i bukveggen.
I denne studien vil vi trekke ut kirurgiske prøver fra endetarmen for å redusere traumer i bukveggen.
Andre navn:
|
|
testsett
Testsettet er et datasett som brukes til å evaluere ytelsen til en trent maskinlæringsmodell.
Den inkluderer en annen tilfeldig registrert gruppe pasienter med tykktarms- og rektalkreft, samt deres kliniske og patologiske data og kirurgiske utfall.
Utgangene brukes ikke under trening, men brukes til å teste den trente modellen for å evaluere dens prediksjonsevne på ukjente data.
Hensikten er å evaluere modellens generaliseringsevne, det vil si dens ytelse på nye og ukjente data.
|
Natural Orifice Specimen Extraction Surgery (NOSES) er en minimalt invasiv kirurgisk teknikk som tar sikte på å redusere størrelsen og antallet snitt som kreves under visse operasjoner.
I NESER fjernes den kirurgiske prøven (som et sykt organ eller svulst) fra kroppen gjennom en naturlig åpning (som munn, anus eller vagina), i stedet for gjennom et snitt i bukveggen.
I denne studien vil vi trekke ut kirurgiske prøver fra endetarmen for å redusere traumer i bukveggen.
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Antall vellykkede operasjoner utført
Tidsramme: 3 år
|
Nøyaktigheten vil bli beregnet av antall vellykkede operasjoner utført
|
3 år
|
|
Antall vellykkede operasjoner som faktisk er fullført.
Tidsramme: 3 år
|
Nøyaktigheten vil bli beregnet av antall vellykkede operasjoner som faktisk er fullført.
|
3 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
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 (Forventet)
1. juni 2023
Primær fullføring (Forventet)
1. juni 2026
Studiet fullført (Forventet)
1. juni 2026
Datoer for studieregistrering
Først innsendt
21. mars 2023
Først innsendt som oppfylte QC-kriteriene
3. april 2023
Først lagt ut (Faktiske)
4. april 2023
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
4. april 2023
Siste oppdatering sendt inn som oppfylte QC-kriteriene
3. april 2023
Sist bekreftet
1. april 2023
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- 1010PY(2022)-09
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
UBESLUTTE
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. .