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

Resirkulasjons- og prognoseprediksjonsmodell for magekreft

20. november 2025 oppdatert av: Jun Lu, Fudan University

Kunstig dyp læringsbasert modell for å forutsi postoperativ tilbakefall i magekreft

Denne studien, som benytter en storskala multikenter østlig database, har etablert en dyp læringsbasert prediktiv modell for tilbakefall etter magekreftoperasjon, som demonstrerer robust diskriminerende evne for tidlig tilbakefall. Videre kan den individualiserte tilbakefallssannsynligheten generert av denne modellen forutsi langtidspostoperativ prognose og effektivt stratifisere pasienter basert på risiko, og dermed veilede personaliserte behandlingsvalg. Denne individualiserte risikosannsynligheten er også anvendelig for både adjuvant kjemoterapi og neoadjuvant kjemoterapi populasjoner, og tilbyr verdifull støtte for presisjonsbehandling i magekreft.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Studietype

Observasjonsmessig

Registrering (Faktiske)

5000

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

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

En retrospektiv analyse ble utført på de klinisk-patologiske dataene til pasienter som gjennomgikk radikal gastrektomi for magekreft mellom 2001 og 2022 ved 13 tertiære sykehus i Kina.

Beskrivelse

Inklusjonskriterier:

Patologisk bekreftet magehuleadenokarsinom; Ingen fjernmetastaser bekreftet av preoperativ undersøkelse som bryst-røntgen, abdominal ultralyd og øvre abdominal datortomografi; Oppnådd R0-reseksjon.

Eksklusjonskriterier:

Tilstedeværelse av fjernmetastaser påvist preoperativt eller intraoperativt; Tidligere neoadjuvant kjemoterapi eller stråleterapi; Ufullstendige generelle kliniske data.

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tidsramme
gjentakelse
Tidsramme: 3 år etter operasjon
3 år etter operasjon

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)

1. januar 2000

Primær fullføring (Faktiske)

1. oktober 2025

Studiet fullført (Faktiske)

1. november 2025

Datoer for studieregistrering

Først innsendt

16. november 2025

Først innsendt som oppfylte QC-kriteriene

20. november 2025

Først lagt ut (Faktiske)

24. november 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

24. november 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

20. november 2025

Sist bekreftet

1. november 2025

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

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