Model sztucznej inteligencji przewiduje skuteczność neoadjuwantowej chemioterapii w leczeniu raka piersi: wieloośrodkowe, dwukierunkowe badanie kohortowe
Model wielkojęzyczny AI oparty na wielozadaniowej i multimodalnej fuzji danych dokładnie przewiduje skuteczność neoadjuwantowej chemioterapii w leczeniu raka piersi: wieloośrodkowe, dwukierunkowe badanie kohortowe
Przegląd badań
Status
Warunki
Szczegółowy opis
Jest to wieloośrodkowe, dwukierunkowe badanie kohortowe. Zaprojektowano retrospektywną kohortę szkoleniową, retrospektywną kohortę walidacyjną i prospektywną kohortę testową.
Dane pacjentów leczonych na oddziale północnym szpitala Sun Yat-sen Memorial Hospital Uniwersytetu Sun Yat-sen od 1 stycznia 2002 r. do 31 sierpnia 2023 r. zebrano retrospektywnie dla kohorty szkoleniowej, a dane pacjentów leczonych na oddziale południowym Sun Yat-sen -sen Memorial Hospital Uniwersytetu Sun Yat-sena dla wewnętrznej kohorty walidacyjnej; Dane dotyczące pacjentów leczonych w ośrodkach zewnętrznych w okresie od 1 stycznia 2002 r. do 31 sierpnia 2023 r. zebrano retrospektywnie dla kohorty poddanej walidacji zewnętrznej. Dane dotyczące pacjentów przyjętych do szpitala Sun Yat-sen Memorial Hospital na Uniwersytecie Sun Yat-sena po 1 stycznia 2024 r. zebrano prospektywnie dla kohorty testowej. Zebrane dane pacjentki obejmowały: obrazy patologiczne i teksty raportów próbek nakłucia piersi przed chemioterapią neoadjuwantową, obrazy rezonansu magnetycznego piersi i teksty raportów przed chemioterapią neoadjuwantową, pooperacyjne raporty patologiczne i informacje kliniczne itp. Aby dokładnie przewidzieć skuteczność chemioterapii neoadjuwantowej w leczeniu raka piersi, stworzono wielkojęzykowy model sztucznej inteligencji oparty na wielozadaniowej i wielomodalnej integracji danych, a jego skuteczność predykcyjną przetestowano w kohorcie z retrospektywną walidacją i prospektywnym kohorcie z podwójnie ślepą próbą. Retrospektywna kohorta tego badania była obserwowana w celu zebrania danych klinicznych, obrazowania rezonansu magnetycznego i raportów, a także raportów z patologii chirurgicznych pacjentów itp. W przypadku nawrotu choroby rejestrowano czas DFS, a w przypadku braku nawrotu choroby rejestrowano czas ostatniej obserwacji. Badanie danych wyjściowych przeprowadzono podczas hospitalizacji potencjalnych pacjentów z kohorty. W trakcie obserwacji uzyskano doniesienia patologiczne dotyczące guzów piersi usuniętych chirurgicznie po chemioterapii neoadjuwantowej, a także czas nawrotu choroby i czas zgonu pacjentek. Podczas obserwacji zebrano informacje kliniczne, takie jak rezonans magnetyczny i raporty. Obserwacja do końca 2-letniego badania.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Guangdong
-
Guangzhou, Guangdong, Chiny
- Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Kobiety
- Diagnostyka patologiczna inwazyjnego raka piersi bez przerzutów (stopień II-III)
- Co najmniej 4 cykle chemioterapii neoadjuwantowej
- Radykalną operację wykonano po chemioterapii neoadjuwantowej
- Dostępne są obrazy patologiczne i doniesienia dotyczące próbek nakłucia piersi przed chemioterapią neoadjuwantową
- „Istnieją obrazy MRI i raporty z MRI piersi w okresie 2 tygodni przed chemioterapią neoadjuwantową
- Istnieją standardowe zapisy kliniczne
Kryteria wyłączenia:
- Zapalny rak piersi
- Obustronny rak piersi
- Nowo zdiagnozowany rak piersi w IV stopniu zaawansowania
- Inne guzy nie zostały całkowicie usunięte lub upłynęły mniej niż 3 lata od operacji
- Przed operacją zastosowano leczenie inne niż terapia neoadjuwantowa
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
kohorta szkoleniowa
Dane pacjentów leczonych na Oddziale Północnym Szpitala Pamięci Sun Yat-sena Uniwersytetu Sun Yat-sena od 1 stycznia 2002 r. do 31 sierpnia 2023 r. zebrano retrospektywnie dla kohorty szkoleniowej
|
|
kohorta walidacji wewnętrznej
Dane pacjentów leczonych na oddziale południowym szpitala Sun Yat-sen Memorial Hospital Uniwersytetu Sun Yat-sena od 1 stycznia 2002 r. do 31 sierpnia 2023 r. zebrano retrospektywnie dla kohorty podlegającej wewnętrznej walidacji
|
|
kohorta walidacji zewnętrznej
Dane dotyczące pacjentów leczonych w ośrodkach zewnętrznych w okresie od 1 stycznia 2002 r. do 31 sierpnia 2023 r. zebrano retrospektywnie dla kohorty poddanej walidacji zewnętrznej
|
|
kohorta testowa
Dane dotyczące pacjentów przyjętych do szpitala Sun Yat-sen Memorial Hospital Uniwersytetu Sun Yat-sena po 1 stycznia 2024 r. zebrano prospektywnie dla kohorty testowej
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zdolność predykcyjna modelu pCR po chemioterapii neoadjuwantowej u chorych na raka piersi
Ramy czasowe: 1 rok
|
Do oceny efektywności predykcyjnej modelu wykorzystano krzywą charakterystyki działania odbiornika (krzywą ROC).
|
1 rok
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zdolność predykcyjna modelu DFS po chemioterapii neoadjuwantowej u chorych na raka piersi
Ramy czasowe: 1 rok
|
Do oceny efektywności predykcyjnej modelu wykorzystano krzywą charakterystyki działania odbiornika (krzywą ROC).
|
1 rok
|
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zdolność predykcyjna modelu wrażliwości na lek przed chemioterapią neoadjuwantową u chorych na raka piersi
Ramy czasowe: 1 rok
|
Do oceny efektywności predykcyjnej modelu wykorzystano krzywą charakterystyki działania odbiornika (krzywą ROC).
|
1 rok
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Krzesło do nauki: Yunfang Yu, Doctor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Dyrektor Studium: Herui Yao, Doctor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Kai Chen, Doctor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Yan Nie, Doctor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Xiaohui Duan, Doctor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Jingjing Han, Master, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Yanchun Li, Bachelor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Wei Ren, Doctor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Zifan He, Doctor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Luhui Mao, Bachelor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Zebang Zhang, Bachelor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Tang Li, Bachelor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Zhenjun Huang, Bachelor, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
- Główny śledczy: Wei Zhang, Doctor, First Affiliated Hospital of Jinan University
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- SYSKY-2024-276-01
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 .