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

Przewidywanie trajektorii objawów po torakoskopowej operacji raka płuc przy użyciu interpretowalnego modelu uczenia maszynowego

8 stycznia 2025 zaktualizowane przez: GuiBin Qiao, Guangdong Provincial People's Hospital
Pacjenci po operacji torakoskopowej odczuwają różnorodne objawy. Brakuje jednak zweryfikowanych narzędzi prognostycznych umożliwiających identyfikację pacjentów potencjalnie wysokiego ryzyka. Oczekuje się, że badanie to obejmie około 1500 pacjentów z rakiem płuca poddawanych operacjom torakoskopowym. Do identyfikacji podgrup pacjentów z podobnymi objawami zostanie zastosowane modelowanie mieszane klas utajonych (LCMM). Opracowano modele uczenia maszynowego w celu przewidywania trajektorii objawów pooperacyjnych na podstawie zebranych informacji. Skuteczne przewidywanie objawów pooperacyjnych może pomóc w identyfikacji pacjentów wysokiego ryzyka i podjęciu działań zapobiegawczych.

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Szczegółowy opis

Torakoskopowa operacja raka płuca jest szeroko stosowaną metodą leczenia wczesnego i miejscowo zaawansowanego raka płuc. Pomimo zalet chirurgii torakoskopowej, takich jak minimalna inwazja i szybki powrót do zdrowia, pacjenci nadal po operacji borykają się z różnymi objawami, takimi jak ból, duszność, zaburzenia snu czy zmęczenie, co poważnie wpływa na jakość życia. Brakuje jednak zweryfikowanych narzędzi prognostycznych umożliwiających identyfikację pacjentów potencjalnie wysokiego ryzyka. Oczekuje się, że badanie to obejmie około 1500 pacjentów z rakiem płuca poddawanych operacjom torakoskopowym. Pacjenci proszeni są o wypełnienie modułu Inwentarz objawów MD Anderson – Rak płuc po operacji torakoskopowej. Interesujące objawy obejmują ból, duszność, zaburzenia snu i zmęczenie. Objawy umiarkowane do ciężkich zdefiniowano jako wynik ≥ 4. Modelowanie mieszane klas utajonych (LCMM), technika grupowania, pozwala zidentyfikować podgrupy pacjentów z podobnymi trajektoriami objawów w oparciu o dane podłużne zgłaszane przez pacjenta (PRO). Opracowano modele uczenia maszynowego w celu przewidywania trajektorii objawów pooperacyjnych na podstawie zebranych informacji, w tym informacji demograficznych i klinicznych, a także danych operacyjnych. Modele uczenia maszynowego obejmują głównie losowy las, maszyny wektorów nośnych, sieci neuronowe, XGBoost itp. Wybierany jest najwłaściwszy model i dokonywana jest jego interpretacja metodą SHAP. Skuteczne przewidywanie objawów pooperacyjnych może pomóc w identyfikacji pacjentów wysokiego ryzyka i podjęciu działań zapobiegawczych.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

1500

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

  • Chiny
      • Guangdong, Chiny, 510080
        • Guangdong Provincial People's Hospital
        • Kontakt:
        • Kontakt:

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Pacjent z rakiem płuc przeszedł operację torakoskopową i po operacji ukończył moduł Inwentarza Objawów MD Andersona – Rak Płuca.

Opis

Kryteria włączenia:

  • Wiek 18-80 lat;
  • Patologicznie zdiagnozowany rak płuc;
  • Poddawać się operacjom torakoskopowym, w tym torakoskopii wspomaganej wideo i torakoskopii wspomaganej robotem;
  • brak wcześniejszej historii nowotworu złośliwego lub operacji płuc;
  • Posiadać umiejętność uzupełnienia skali.

Kryteria wykluczenia:

  • Konwersja do torakotomii podczas operacji torakoskopowej;
  • Niemożność co najmniej dwukrotnego uzupełnienia skali pooperacyjnej;
  • Brakujące wartości danych przekraczają 30 procent.

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

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Trajektorie objawów po operacji torakoskopowej
Ramy czasowe: W ciągu czterech tygodni po operacji torakoskopowej
Interesujące objawy pooperacyjne obejmowały ból, duszność, zaburzenia snu i zmęczenie.
W ciągu czterech tygodni po operacji torakoskopowej

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Guangdong Provincial People's Hospital

Śledczy

  • Główny śledczy: Guibin Qiao, Guangdong Provincial People's Hospital

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 (Szacowany)

1 marca 2025

Zakończenie podstawowe (Szacowany)

1 stycznia 2026

Ukończenie studiów (Szacowany)

1 lutego 2026

Daty rejestracji na studia

Pierwszy przesłany

8 stycznia 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

8 stycznia 2025

Pierwszy wysłany (Rzeczywisty)

25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

25 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

8 stycznia 2025

Ostatnia weryfikacja

1 kwietnia 2024

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • LC-ML

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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 .

Subskrybuj