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

Uczenie maszynowe do przewidywania przerzutów do węzłów chłonnych w raku płaskonabłonkowym przełyku T1

9 lutego 2024 zaktualizowane przez: Shanghai Zhongshan Hospital

Uczenie maszynowe w przewidywaniu przerzutów do węzłów chłonnych w raku płaskonabłonkowym przełyku T1: badanie wieloośrodkowe

Istniejące modele słabo radzą sobie z ilościową oceną ryzyka przerzutów do węzłów chłonnych (LNM). W badaniu tym wygenerowano regresję elastyczną netto (ELR), las losowy (RF), wzmocnienie ekstremalnego gradientu (XGB) i łączony (zespołowy) model LNM u pacjentów z rakiem płaskonabłonkowym przełyku T1.

Przegląd badań

Status

Zakończony

Warunki

Interwencja / Leczenie

Szczegółowy opis

Przerzuty do węzłów chłonnych (LNM) są stosunkowo rzadkim, ale możliwym powikłaniem raka płaskonabłonkowego przełyku T1 (ESCC). Istniejące modele słabo radzą sobie z ilościową oceną tego ryzyka. Celem tego badania było opracowanie modelu uczenia maszynowego dla LNM u pacjentów z rakiem płaskonabłonkowym przełyku T1.

Do badania włączono pacjentów z rakiem płaskonabłonkowym T1 leczonych operacyjnie w okresie od stycznia 2010 r. do września 2021 r. z 3 instytucji. Opracowano modele uczenia maszynowego, wykorzystując dane dotyczące wieku i płci pacjentów, głębokości nacieku guza, wielkości guza, lokalizacji guza, makroskopowego typu guza, nacieku limfatycznego i naczyniowego oraz stopnia histologicznego. Wygenerowano regresję elastyczną sieci (ELR), las losowy (RF), wzmocnienie ekstremalnego gradientu (XGB) i ich połączony (zespołowy) model. Użyj obszaru pod krzywą (AUC), aby ocenić zdolność predykcyjną modelu. Obliczono wkład każdego czynnika do modelu. Aby lepiej spełniać potrzeby kliniczne, badacze zaprojektowali model jako przyjazną dla użytkownika stronę internetową.

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

1267

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

  • Chiny
    • Shanghai
      • Shanghai, Shanghai, Chiny, 200032
        • Zhongshan Hospital Affiliated to Fudan University

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

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria przyjęcia:

  • (I) klatka piersiowa ESCC
  • (II) brak historii współistniejącego lub wcześniejszego nowotworu złośliwego
  • (III) guz w stopniu zaawansowania pT1
  • (IV) Zbadano 15 lub więcej węzłów chłonnych

Kryteria wyłączenia:

  • przed operacją poddano leczeniu neoadiuwantowemu lub endoskopowemu wycięciu podśluzówkowemu

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

  • Główny cel: Diagnostyczny
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Ramię stosowane do przewidywania przerzutów do węzłów chłonnych
Procedura: przełyku
Resekcja guza przełyku i wycięcie węzłów chłonnych

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wydajność modelu: dyskryminacja
Ramy czasowe: 8 tygodni
Narysuj krzywą ROC modelu i uzyskaj ich wartości AUC, a następnie wybierz najlepszy model predykcyjny na podstawie wyników zbioru walidacyjnego
8 tygodni
Zmienne znaczenie
Ramy czasowe: 6 tygodni
Oblicz poziom ważności zmiennych zastosowanych w modelu, posortuj je i przeanalizuj przyczyny powstania najważniejszych zmiennych
6 tygodni
Analiza cząstkowa (model ML vs. model logistyczny vs. wytyczne NCCN)
Ramy czasowe: 8 tygodni
Zastosuj wytyczne NCCN i modele logistyczne do przewidywania i porównaj ich działanie z modelem uzyskanym w tym badaniu, aby określić rzeczywiste korzyści wynikające z zastosowania modelu
8 tygodni

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Shanghai Zhongshan Hospital

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

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)

15 stycznia 2010

Zakończenie podstawowe (Rzeczywisty)

15 grudnia 2019

Ukończenie studiów (Rzeczywisty)

15 lipca 2023

Daty rejestracji na studia

Pierwszy przesłany

23 stycznia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

9 lutego 2024

Pierwszy wysłany (Rzeczywisty)

13 lutego 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

13 lutego 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

9 lutego 2024

Ostatnia weryfikacja

1 lutego 2024

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 81902396

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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 przełyku

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Slovakia

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj