Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Heurystyka, algorytmy i uczenie maszynowe: ocena i testowanie w radioterapii (Hamlet rt)

26 lipca 2021 zaktualizowane przez: CCTU- Cancer Theme

Hamlet-RT: Heurystyka, algorytmy i uczenie maszynowe: ocena i testowanie w radioterapii

Badanie Hamlet.rt to prospektywne gromadzenie danych i badanie kwestionariuszowe dla pacjentów poddawanych radioterapii sterowanej obrazem z zamiarem wyleczenia.

Celem badania jest wykorzystanie nowych technik uczenia maszynowego i technik matematycznych do zbudowania modelu, który może przewidywać ryzyko wystąpienia znaczących skutków ubocznych leczenia radioterapią dla indywidualnego pacjenta: przy użyciu obliczeń dawki prawidłowej tkanki z planowania leczenia radioterapią i wyjściowych charakterystyk pacjenta z danych obrazowych i nieobrazowych, stale aktualizowanych, gdy pacjent jest przeglądany zarówno w trakcie, jak i po leczeniu.

Drugim celem projektu jest ułatwienie badań nad uczeniem maszynowym i przetwarzaniem obrazów medycznych na potrzeby radioterapii poprzez stworzenie możliwego do odkrycia i współużytkowania zasobu danych do użytku badawczego.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

310

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

  • Zjednoczone Królestwo
    • Cambridgeshire
      • Cambridge, Cambridgeshire, Zjednoczone Królestwo, CB2 0QQ
        • Rekrutacyjny
        • Cambridge University Hospitals NHS Foundation Trust
        • Kontakt:
        • Główny śledczy:
          • Raj Dr. Jena

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie dotyczy

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Osoby dorosłe odpowiednie do radykalnej radioterapii sterowanej obrazem z rakiem prostaty, głowy i szyi, mózgu lub płuc. Zróżnicowanie warunków opiera się na wymaganiach algorytmów uczenia maszynowego wymagających wysokiego poziomu przydatności klinicznej, która zależy od jakości i ilości dostępnych danych wejściowych. Zbiór danych wejściowych powinien zatem odpowiednio obejmować różnice anatomiczne występujące w populacji.

Opis

Kryteria przyjęcia:

  • Uczestnik jest chętny i zdolny do wyrażenia świadomej zgody na udział w badaniu
  • Mężczyzna czy kobieta
  • Wiek 18 lat lub więcej
  • Zdiagnozowano pierwotnego raka prostaty, raka głowy i szyi, raka płuc lub guza mózgu
  • Leczony z zamiarem leczniczym
  • Nadaje się do radykalnej radioterapii sterowanej obrazem
  • Status sprawności WHO ECOG 0 lub 1
  • Oczekiwane przeżycie 18 miesięcy lub dłużej

Kryteria wyłączenia:

  • Uczestnik nie chce lub nie jest w stanie wypełnić określonych w protokole wymagań badania, np. dostęp do długoterminowych kwestionariuszy uzupełniających i wypełnianie ich w Internecie.

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Modele obserwacyjne: Kohorta
  • Perspektywy czasowe: Spodziewany

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Rak prostaty
Dorośli kwalifikujący się do radykalnej radioterapii sterowanej obrazem z powodu raka prostaty, około 170 pacjentów Wykorzystane zostaną komponenty kwestionariuszy RTOG, LENT SOM(A), skali objawów RMH i UCLA PCI (indeks raka prostaty).
Promieniowanie: Radykalna radioterapia sterowana obrazem
Podane kwestionariusze będą monitorować toksyczność kliniczną doświadczaną przez każdego pacjenta do 5 lat po radioterapii
Rak głowy i szyi
Dorośli kwalifikujący się do radykalnej radioterapii pod kontrolą obrazu w przypadku raka głowy i szyi, około 140 pacjentów. Wykorzystane zostaną komponenty z kwestionariuszy CTCAE v3, LENT SOM(A), EORTC QLQ H+N35 i zmodyfikowanej kserostomii.
Promieniowanie: Radykalna radioterapia sterowana obrazem
Podane kwestionariusze będą monitorować toksyczność kliniczną doświadczaną przez każdego pacjenta do 5 lat po radioterapii
Nowotwory ośrodkowego układu nerwowego
Dorośli kwalifikujący się do radykalnej radioterapii pod kontrolą obrazowania guza OUN, zwerbowano jak najwięcej pacjentów. Zostaną wykorzystane komponenty z kwestionariuszy RTOG, LENT SOM(A), mini badania stanu psychicznego Folsteina i uogólnionej skali czynności życia codziennego (G-ADL).
Promieniowanie: Radykalna radioterapia sterowana obrazem
Podane kwestionariusze będą monitorować toksyczność kliniczną doświadczaną przez każdego pacjenta do 5 lat po radioterapii
Rak płuc
Dorośli kwalifikujący się do radykalnej radioterapii sterowanej obrazem z powodu raka płuca, zwerbowano jak najwięcej pacjentów. Wykorzystane zostaną elementy z kwestionariuszy RTOG i LENT SOM(A).
Promieniowanie: Radykalna radioterapia sterowana obrazem
Podane kwestionariusze będą monitorować toksyczność kliniczną doświadczaną przez każdego pacjenta do 5 lat po radioterapii

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Modelowanie uczenia maszynowego
Ramy czasowe: 8 lat od FPFV
Scharakteryzuj modele uczenia maszynowego dla czterech miejsc chorobowych. Opracowanie algorytmów uczenia maszynowego do autosegmentacji anatomii normalnej tkanki oraz rozszerzenie algorytmów uczenia maszynowego w celu identyfikacji i segmentacji normalnych struktur tkankowych w obrazach TK z wiązką stożkową oraz wykorzystania segmentacji ML do oceny sygnatur obrazu skorelowanych z toksycznością leczenia
8 lat od FPFV
Modelowanie predykcyjne
Ramy czasowe: 8 lat od FPFV
Przewiduj zgodność wydajności z opublikowanymi technikami. Połączenie modeli uczenia maszynowego w wyniku 1, z danymi oceny przed leczeniem i ocenami ilościowymi w trakcie leczenia w wyniku 3 w celu zbudowania i oceny prognostycznego modelu matematycznego
8 lat od FPFV
Ocena toksyczności klinicznej
Ramy czasowe: 8 lat od FPFV
Ocena toksyczności klinicznej doświadczanej przez każdego pacjenta do 5 lat po radioterapii w celu poinformowania modeli predykcyjnych o wyniku 2
8 lat od FPFV

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

CCTU- Cancer Theme

Współpracownicy

University of Cambridge
Microsoft Research

Śledczy

  • Główny śledczy: Raj Dr. Jena, Cambridge University Hospitals NHS Foundation Trust & the University of Cambridge
  • Główny śledczy: Suzanne Miller, Cambridge University Hospitals NHS Foundation Trust
  • Główny śledczy: Amy Bates, Cambridge University Hospitals NHS Foundation Trust

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

11 września 2019

Zakończenie podstawowe (Oczekiwany)

1 stycznia 2023

Ukończenie studiów (Oczekiwany)

1 stycznia 2028

Daty rejestracji na studia

Pierwszy przesłany

15 sierpnia 2019

Pierwszy przesłany, który spełnia kryteria kontroli jakości

16 sierpnia 2019

Pierwszy wysłany (Rzeczywisty)

19 sierpnia 2019

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

2 sierpnia 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

26 lipca 2021

Ostatnia weryfikacja

1 lipca 2021

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

  • Hamlet.rt

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

Niezdecydowany

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Badania kliniczne na Nowotwór

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Macedonia

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj