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

Мультимодальная модель предсказывает повторение (FUTURE12)

13 ноября 2024 г. обновлено: Qun Zhao

Мультимодальная модель искусственного интеллекта на основе клинической визуализации и патологии для прогнозирования послеоперационного рецидива местно-распространенного рака желудка

Это исследование направлено на разработку усовершенствованной модели, которая объединяет клиническую информацию, данные визуализации и патологии для прогнозирования вероятности возвращения рака после операции у пациентов с местно-распространенным раком желудка. Используя искусственный интеллект (ИИ), эта модель анализирует различные источники данных для более точного прогнозирования риска рецидива, что может помочь врачам, пациентам и семьям лучше понять вероятность рецидива. Этот подход, основанный на искусственном интеллекте, позволяет медицинским работникам принимать более обоснованные решения о персонализированном последующем уходе и возможных дополнительных методах лечения для улучшения результатов лечения пациентов.

Обзор исследования

Тип исследования

Наблюдательный

Регистрация (Действительный)

93

Контакты и местонахождение

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

Места учебы

    • Hebei
      • Shijiazhuang, Hebei, Китай, 050011
        • The Fourth Hospital of Hebei Medical 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

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

В состав исследуемой популяции вошли взрослые пациенты (в возрасте 18 лет и старше) с диагнозом местно-распространенного рака желудка (стадия II или III), перенесшие хирургическую резекцию. Эта популяция выбирается на основе наличия полных клинических, визуализирующих и патологоанатомических данных, необходимых для анализа с помощью мультимодальной прогностической модели на основе искусственного интеллекта. Исследование сосредоточено на оценке риска послеоперационного рецидива в этой конкретной группе с целью улучшения персонализированного наблюдения и планирования лечения.

Описание

**Критерии включения:**

  • Пациенты с диагнозом местно-распространенного рака желудка (II или III стадии).
  • Пациенты, перенесшие хирургическую резекцию по поводу рака желудка.
  • Пациенты с полными клиническими, визуальными и патологоанатомическими данными, доступными для анализа.
  • Возраст 18 лет и старше.
  • Пациенты, давшие информированное согласие на участие в исследовании.

**Критерии исключения:**

  • Пациенты с отдаленными метастазами (IV стадия) на момент постановки диагноза.
  • Пациенты с неполными или отсутствующими клиническими, визуализирующими или патологоанатомическими данными.
  • Пациенты, ранее получавшие лечение рака желудка, кроме хирургической резекции.
  • Пациенты с другими сопутствующими злокачественными новообразованиями.
  • Пациенты, которые не могут или не желают соблюдать требования по наблюдению за исследованием.

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

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Точность прогнозирования послеоперационного рецидива при местно-распространенном раке желудка
Временное ограничение: Наблюдение через 24 месяца после операции
Первичным показателем результата является точность мультимодальной модели ИИ в прогнозировании риска послеоперационного рецидива у пациентов с местно-распространенным раком желудка. Это оценивается путем сравнения прогнозов модели с фактическими событиями рецидива в течение определенного периода наблюдения, что позволяет оценить ее эффективность при выявлении пациентов с высоким риском и принятии клинических решений.
Наблюдение через 24 месяца после операции

Соавторы и исследователи

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

Спонсор

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)

1 января 2022 г.

Первичное завершение (Действительный)

31 октября 2024 г.

Завершение исследования (Действительный)

31 октября 2024 г.

Даты регистрации исследования

Первый отправленный

13 ноября 2024 г.

Впервые представлено, что соответствует критериям контроля качества

13 ноября 2024 г.

Первый опубликованный (Действительный)

15 ноября 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

15 ноября 2024 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

13 ноября 2024 г.

Последняя проверка

1 ноября 2024 г.

Дополнительная информация

Термины, связанные с этим исследованием

Дополнительные соответствующие термины MeSH

Другие идентификационные номера исследования

  • FUTURE12

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