Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Машинное обучение для прогнозирования метастазирования в лимфатические узлы при плоскоклеточном раке пищевода Т1

9 февраля 2024 г. обновлено: Shanghai Zhongshan Hospital

Машинное обучение для прогнозирования метастазов в лимфатические узлы при плоскоклеточном раке пищевода Т1: многоцентровое исследование

Существующие модели плохо справляются с количественной оценкой риска метастазов в лимфатических узлах (МНМ). В этом исследовании были созданы эластичная чистая регрессия (ELR), случайный лес (RF), усиление экстремального градиента (XGB) и их комбинированная (ансамблевая) модель для LNM у пациентов с плоскоклеточным раком пищевода T1.

Обзор исследования

Статус

Завершенный

Вмешательство/лечение

Подробное описание

Метастазы в лимфатические узлы (ЛНМ) являются относительно редким, но возможным осложнением плоскоклеточного рака пищевода Т1 (ESCC). Существующие модели плохо справляются с количественной оценкой этого риска. Целью этого исследования была разработка модели машинного обучения для LNM у пациентов с плоскоклеточным раком пищевода Т1.

В это исследование были включены пациенты с плоскоклеточным раком Т1, пролеченные хирургическим путем в период с января 2010 г. по сентябрь 2021 г. из 3 учреждений. Модели машинного обучения были разработаны с использованием данных о возрасте и поле пациентов, глубине инвазии опухоли, размере опухоли, ее расположении, макроскопическом типе опухоли, лимфатической и сосудистой инвазии и гистологической степени. Была создана эластичная чистая регрессия (ELR), случайный лес (RF), усиление экстремального градиента (XGB) и их комбинированная (ансамблевая) модель. Используйте площадь под кривой (AUC), чтобы оценить прогнозирующую способность модели. Был рассчитан вклад в модель каждого фактора. Чтобы лучше удовлетворить клинические потребности, исследователи разработали модель в виде удобного для пользователя веб-сайта.

Тип исследования

Интервенционный

Регистрация (Действительный)

1267

Фаза

  • Непригодный

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Места учебы

    • Shanghai
      • Shanghai, Shanghai, Китай, 200032
        • Zhongshan Hospital affiliated to Fudan University

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Ребенок
  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Описание

Критерии включения:

  • (I) грудной ESCC
  • (II) отсутствие в анамнезе сопутствующих или предшествующих злокачественных новообразований
  • (III) опухоль со стадией pT1
  • (IV) Обследовано 15 или более лимфатических узлов.

Критерий исключения:

  • перед операцией прошли неоадъювантное лечение или эндоскопическую диссекцию подслизистой оболочки.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

  • Основная цель: Диагностика
  • Распределение: Н/Д
  • Интервенционная модель: Одногрупповое задание
  • Маскировка: Нет (открытая этикетка)

Оружие и интервенции

Группа участников / Армия
Вмешательство/лечение
Экспериментальный: Рука, используемая для прогнозирования метастазов в лимфатических узлах
Резекция опухоли пищевода и лимфаденэктомия

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Производительность модели: дискриминация
Временное ограничение: 8 недель
Нарисуйте кривую ROC модели, получите значения AUC и выберите лучшую модель прогнозирования на основе результатов набора проверки.
8 недель
Переменная важность
Временное ограничение: 6 недель
Рассчитайте уровень важности переменных, используемых в модели, и отсортируйте их, а также проанализируйте причины наиболее важных переменных.
6 недель
Суб-анализ (модель ML, логистическая модель и руководство NCCN)
Временное ограничение: 8 недель
Примените рекомендации NCCN и логистические модели для прогнозирования и сравните их эффективность с моделью, полученной в этом исследовании, чтобы определить фактические преимущества применения модели.
8 недель

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Общие публикации

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Действительный)

15 января 2010 г.

Первичное завершение (Действительный)

15 декабря 2019 г.

Завершение исследования (Действительный)

15 июля 2023 г.

Даты регистрации исследования

Первый отправленный

23 января 2024 г.

Впервые представлено, что соответствует критериям контроля качества

9 февраля 2024 г.

Первый опубликованный (Действительный)

13 февраля 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

13 февраля 2024 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

9 февраля 2024 г.

Последняя проверка

1 февраля 2024 г.

Дополнительная информация

Термины, связанные с этим исследованием

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться