Uczenie maszynowe dla ryzyka nawrotu raka trzustki po radykalnej resekcji (PaC)
Multimodalne przewidywanie danych w oparciu o uczenie maszynowe dla ryzyka nawrotu raka trzustki po radykalnej resekcji
Nawrót raka trzustki (PCa) jest zdarzeniem wieloczynnikowym. W oparciu o charakterystykę kliniczno-patologiczną i dane obrazowe pacjentów z rakiem stercza, badacze wykorzystali algorytmy przetwarzania obrazu i uczenia maszynowego do zbudowania bardziej wszechstronnego i solidnego modelu oraz dodali kilka nieużywanych funkcji w celu zbadania jego wartości w zastosowaniach klinicznych.
Retrospektywna analiza pacjentów z PCa, którzy przeszli radykalną resekcję w szpitalu Zhejiang Cancer Hospital (Hangzhou, Chiny) od stycznia 2013 do grudnia 2020. Baza danych została wyodrębniona z przedoperacyjnych danych demograficznych, markerów krwi i informacji o patologii chirurgicznej pacjentów poddawanych radykalnej operacji PCa w szpitalu badaczy. Badacze wykorzystali platformę PyRadiomics do wyodrębnienia cech obrazu.
Przegląd badań
Status
Warunki
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Zhejiang
-
Hangzhou, Zhejiang, Chiny, 310000
- Zhejiang Province Cancer Hospital
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Mieć wyniki wzmocnionego badania TK trzustki w ciągu 1 miesiąca przed operacją w naszym szpitalu;
- W naszym szpitalu wykonano radykalną resekcję raka trzustki;
- W naszym szpitalu są wyniki obserwacji, a punkty końcowe obserwacji obejmują nawrót choroby lub co najmniej 12 miesięcy.
- Pełna kliniczna dokumentacja medyczna i dane obrazowe.
Kryteria wyłączenia:
- resekcja inna niż R0;
- W połączeniu z innymi nowotworami złośliwymi
- Dane obrazowe pacjenta mają problemy techniczne lub zmiana jest zbyt mała (poniżej 1 cm), co nie nadaje się do analizy omicznej.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
nawrót pooperacyjny
|
przedoperacyjne dane demograficzne, markery krwi, informacje o patologii chirurgicznej oraz ulepszone funkcje CT.
|
|
brak nawrotu pooperacyjnego
|
przedoperacyjne dane demograficzne, markery krwi, informacje o patologii chirurgicznej oraz ulepszone funkcje CT.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
|---|---|
|
Przeżycie bez nawrotów
Ramy czasowe: 1 rok
|
1 rok
|
Współpracownicy i badacze
Sponsor
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- Zhejiang CH
- Grant 20212B037 (OTHER_GRANT: the Zhejiang Traditional Chinese Medicine Scientific Research Fund)
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .