- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06268379
BMA og dynamisk nomogram for overlevelsesprediksjon hos pasienter med CRC
Utvikle et klinikervennlig nettverktøy for overlevelsesforutsigelse hos tykktarmskreftpasienter: En Bayesiansk modell for gjennomsnittlig risikofaktorvalg og dynamisk nomogram
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
Translasjonsstatistikk kombinerer biostatistikk og klinisk forskning for å kommunisere forskningsresultater effektivt. Nomogrammer, grafiske representasjoner som integrerer uavhengige prognostiske faktorer, er verdifulle verktøy i forskning på kolorektal kreft (CRC). Bayesianske modeller for variabel seleksjon i prediksjon av overlevelsesutfall gir fordeler gjennom Bayesiansk modellgjennomsnitt (BMA). Denne studien hadde som mål å bruke BMA for variabelt utvalg og utvikle et klinikervennlig online dynamisk nomogram for overlevelsesprediksjon.
En retrospektiv studie brukte Cabrini Monash-databasen for kolorektal neoplasi, inkludert tykktarmskreftpasienter som gjennomgikk kirurgi. Data om demografi, perioperativ risiko, behandlingsdetaljer, dødelighet, sykelighet og overlevelse ble samlet inn. BMA ble brukt for Bayesiansk variabelseleksjon for å identifisere effektive risikofaktorer for overlevelsesprediksjon. Sensitivitetsanalyser ved bruk av Cox-LASSO og imputering av manglende data ble utført. Prognostiske online dynamiske nomogrammer ble konstruert ved å bruke utvalgte risikofaktorer og R-pakken DynNom.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Victoria
-
Melbourne, Victoria, Australia, 3144
- Cabrini Health
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
I denne studien ble pasienter inkludert basert på spesifikke seleksjonskriterier: å være 18 år eller eldre, ha en diagnose av tykktarmsadenokarsinom (eller etter polypektomi av samme tilstand), og ha gjennomgått kirurgi for tykktarmskreft.
Ekskluderingskriterier:
Pasienter med endetarmskreft, nevroendokrine svulster, lymfomer og de som gjennomgikk transanal kirurgi ble ikke inkludert i studien.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
OS
Tidsramme: 2011–2021
|
Samlet overlevelse, tid fra sukkerholdig til død eller siste oppfølging
|
2011–2021
|
|
RFS
Tidsramme: 2011–2021
|
Tilbakefallsfri overlevelse, tid fra sukkerholdig til død eller siste oppfølging for de uten tilbakefall.
|
2011–2021
|
Samarbeidspartnere og etterforskere
Sponsor
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Siegel RL, Miller KD, Goding Sauer A, Fedewa SA, Butterly LF, Anderson JC, Cercek A, Smith RA, Jemal A. Colorectal cancer statistics, 2020. CA Cancer J Clin. 2020 May;70(3):145-164. doi: 10.3322/caac.21601. Epub 2020 Mar 5.
- Jalali A, Alvarez-Iglesias A, Roshan D, Newell J. Visualising statistical models using dynamic nomograms. PLoS One. 2019 Nov 15;14(11):e0225253. doi: 10.1371/journal.pone.0225253. eCollection 2019.
- Borumandnia N, Doosti H, Jalali A, Khodakarim S, Charati JY, Pourhoseingholi MA, Talebi A, Agah S. Nomogram to Predict the Overall Survival of Colorectal Cancer Patients: A Multicenter National Study. Int J Environ Res Public Health. 2021 Jul 21;18(15):7734. doi: 10.3390/ijerph18157734.
- Maity AK, Basu S, Ghosh S. Bayesian criterion-based variable selection. Journal of the Royal Statistical Society Series C: Applied Statistics. 2021;70(4):835-857.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- #08-01-03-23
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .