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

Maskinlæring forutsier overlevelse og mutasjoner i eggstokkmetastaser av kolorektal kreft

Maskinlæringsbasert modell for prediksjon av overlevelse og mutasjoner i ovariemetastaser av kolorektal kreft

Studien hadde som mål å utvikle og validere modeller for å forutsi overlevelsesutfall og nøkkelmutasjoner hos pasienter med ovariemetastaser av tykktarmskreft, samt å sammenligne det differensielle genuttrykket mellom gruppe med lang overlevelse og gruppe med kort overlevelse.

Studieoversikt

Status

Rekruttering

Intervensjon / Behandling

Detaljert beskrivelse

Etterforskeren utførte en retrospektiv-prospektiv kohortstudie med sikte på å utvikle og validere omfattende modeller for å forutsi overlevelsesutfall og nøkkelmutasjoner fra multimodalitetsdata hos pasienter med ovariemetastaser av kolorektal kreft. For det andre hadde etterforskeren som mål å sammenligne det differensielle genuttrykket mellom gruppe med lang overlevelse og gruppe med kort overlevelse.

Studietype

Observasjonsmessig

Registrering (Antatt)

200

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

    • Guangdong
      • Guangzhou, Guangdong, Kina, 510655
        • Rekruttering
        • Sixth Affiliated Hospital, Sun Yat-sen University
        • Ta kontakt med:
        • Hovedetterforsker:
          • Huaiming Wang, MD

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

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter med eggstokmetastaser fra tykktarmskreft

Beskrivelse

Inklusjonskriterier:

  • Histologisk bekreftet kolorektal kreft
  • Unilaterale eller bilaterale ovariemasser bekreftet ved peroperativ bildeundersøkelse
  • Pasient som trenger reseksjon av ovarie- og/eller peritoneal karsinomatose
  • 18 ≤ Alder ≤ 85
  • Verdens helseorganisasjons ytelsesstatus ≤ 1
  • Forventet levealder > 12 uker
  • Tilstrekkelig hematologisk, lever- og nyrefunksjon
  • Pasientinformasjon og underskrift på skjemaet for informert samtykke før oppstart av eventuelle behandlingsprosedyrer

Ekskluderingskriterier:

  • Ovariemetastaser av annen opprinnelse enn kolorektale
  • Primær ovariesvulst
  • Kliniske data mangler

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
Retrospektiv kohort
Kohorten ble retrospektivt registrert på The Sixth Affiliated Hospital, Sun Yat-sen University fra august 2010 til august 2022. Det er et treningskull.
Vi utvikler og validerer kliniske modeller for å forutsi pasientoverlevelse og gensignaturer i eggstokmetastaser av kolorektal kreft.
Prospektiv kohort
De samme inkluderings-/eksklusjonskriteriene ble brukt for samme senter prospektivt. Det er en valideringskohort.
Vi utvikler og validerer kliniske modeller for å forutsi pasientoverlevelse og gensignaturer i eggstokmetastaser av kolorektal kreft.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Samlet overlevelse
Tidsramme: Minst 3 års oppfølging
Total overlevelse ble definert som tiden fra operasjon til død, eller til siste oppfølging.
Minst 3 års oppfølging
Sykdomsfri overlevelse
Tidsramme: Minst 1 års oppfølging
Sykdomsfri overlevelse ble definert som intervallet mellom operasjon og det første peritoneale eller fjerntliggende tilbakefall eller død uansett årsak.
Minst 1 års oppfølging
Peritoneal-fri overlevelse
Tidsramme: Minst 1 års oppfølging
Peritoneal-fri overlevelse ble definert som intervallet mellom operasjon og første peritoneale tilbakefall. Ovariemetastaser har vist seg å være en undertype av peritoneal metastase.
Minst 1 års oppfølging

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Forekomster av nøkkelgenmutasjoner
Tidsramme: Minst 1 års oppfølging
Frekvenser for nøkkelgenmutasjoner, slik som mikrosatellitt-ustabilitet-høy/DNA-mismatch-reparasjon
Minst 1 års oppfølging

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 (Faktiske)

27. august 2022

Primær fullføring (Antatt)

1. august 2025

Studiet fullført (Antatt)

1. august 2025

Datoer for studieregistrering

Først innsendt

9. oktober 2023

Først innsendt som oppfylte QC-kriteriene

4. januar 2024

Først lagt ut (Faktiske)

5. januar 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

5. januar 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

4. januar 2024

Sist bekreftet

1. januar 2024

Mer informasjon

Begreper knyttet til denne studien

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. .

Kliniske studier på Prediksjonsmodell

Abonnere