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

Acute Risk Monitoring for Oncology Therapy Regimen (ARMOR)

15. mai 2026 oppdatert av: University of California, San Francisco

Acute Risk Monitoring for Oncology Therapy Regimens (ARMOR): A Silent Prospective Validation of a Machine Learning Model

Patients undergoing outpatient infusion systemic therapy for cancer are at risk for potentially preventable, unplanned acute care in the form of emergency department (ED) visits and hospitalizations. These events impact patient outcomes, treatment decisions, and healthcare costs. To address this need, the Centers for Medicare & Medicaid Services developed the chemotherapy measure (OP-35). Recent randomized controlled studies indicate that electronic health record (EHR)-based machine learning (ML) approaches accurately direct supportive care to reduce acute care during radiotherapy. This study aims to develop and prospectively validate ML approaches to predict the risk of OP-35 qualifying, potentially preventable, acute care events within 30 days of infusion systemic therapy.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

OBJECTIVES:

I. Develop and retrospectively validate electronic health record-based machine learning models using routinely collected clinical data from patients receiving systemic therapy to predict risk of potentially preventable OP-35 qualifying acute care events. (Phase 1: Retrospective)

II. Prospectively validate machine learning models across distinct time periods. (Phase 2: Prospective)

III. Understand patterns of care by stratifying and analyzing model performance by treatment type, cancer diagnosis, and race/ethnicity to assess bias and disparities in outcomes.

OUTLINE:

Retrospective and prospective clinical data obtained from medical records will be used to develop and validate predictive machine learning models. Prospective data will be divided into 2 phases: Prospective validation (PV) 1 and PV 2.

Studietype

Observasjonsmessig

Registrering (Faktiske)

4740

Kontakter og plasseringer

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

Studiesteder

  • Forente stater
    • California
      • San Francisco, California, Forente stater, 94143
        • University of California, San Francisco

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

Adult patients receiving care for cancer

Beskrivelse

Inclusion Criteria:

  • Patients 18 years or older diagnosed with cancer who receive care at UCSF and/or one of the UCSF affiliate locations.

Exclusion Criteria:

  • Patients under the age of 18.
  • Patients receiving care as part of a clinical trial.

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
Patients receiving cancer therapy at University of California, San Francisco (UCSF)
All adults undergoing systemic cancer-related therapy from July 2017 to March 2024 at any UCSF outpatient, infusion center with available OP-35 data.
Annen: Medical record review
Retrospective chart reviews for data collection will be conducted.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Area under the receiver operating characteristic curve (AUROC) for OP-35 prediction model.
Tidsramme: Up to 6.75 years
UCSF patients receiving infusion systemic therapy had clinical data incorporated into machine learning (ML) models to predict risk of Centers for Medicare & Medicaid Services Chemotherapy Measure (OP-35) qualifying acute care events within 30 days of infusion. Models included variables such as cancer diagnosis, therapeutic agents, and laboratory values. Three ML approaches were employed to train models in predicting OP-35 events. Models were trained and retrospectively validated on data from July 7, 2017, to February 11, 2021, and prospectively validated on 2 cohorts: April 17, 2023, to October 29, 2023 (PV1) and February 19, 2024, to March 31, 2024 (PV2) to generate a validation AUROC. The initial prospective validation occurred over a pre-planned period with the assumption of a 2% event rate, based on the model development data, with an alpha of 0.05 and 84% power to detect an AUROC of 0.75, requiring a sample size of at least 8000 infusions.
Up to 6.75 years

Samarbeidspartnere og etterforskere

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

Sponsor

University of California, San Francisco

Samarbeidspartnere

National Cancer Institute (NCI)
Conquer Cancer Foundation

Etterforskere

  • Hovedetterforsker: Julian Hong, MD, MS, University of California, San Francisco

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. juli 2017

Primær fullføring (Faktiske)

31. mars 2024

Studiet fullført (Faktiske)

31. mars 2024

Datoer for studieregistrering

Først innsendt

15. mai 2026

Først innsendt som oppfylte QC-kriteriene

15. mai 2026

Først lagt ut (Faktiske)

22. mai 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

22. mai 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

15. mai 2026

Sist bekreftet

1. mai 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • 20721 (DAIDS-ES Registry Number)
  • R01CA277782 (U.S. NIH-stipend/kontrakt)

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

IPD-planbeskrivelse

De-identified data may be shared with study collaborators during the course of the study.

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 Medical record review

Søk i lignende forsøk

Sponsorer og samarbeidspartnere

Medisinsk tilstand

Legemiddelintervensjoner

CROs by country

CROs in Gambia

Forhold

Sjeldne sykdommer

Legemiddelintervensjoner

Kosttilskudd

Sponsor / samarbeidspartnere

Steder

Abonnere