Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Artificiell intelligens-baserad mortalitetsprognoser bland cancerpatienter på hospiceavdelningen

6 maj 2021 uppdaterad av: Shabbir Syed Abdul, Taipei Medical University

Artificiell intelligens-baserad aktivitetsigenkänning och dödlighetsförutsägelse med hjälp av dygnsrytm, bland cancerpatienter på hospiceavdelningen

Syftet med denna studie är att utveckla en ny djupinlärningsbaserad modell för överlevnadsprediktion som använder patientaktivitetsdata registrerade av en bärbar enhet.

Studieöversikt

Status

Rekrytering

Betingelser

Detaljerad beskrivning

Denna studie syftar till att utveckla en djupinlärningsbaserad överlevnadsprediktionsmodell som använder patientrörelsedata vid inläggning för att förutsäga sina kliniska utfall: antingen död eller utskrivning med stabilt tillstånd. Objektiva data om patienterna registreras av en bärbar enhet och dokumenteras som parametrar för fysisk aktivitet, vinkel och spinn. Utöver objektiva data dokumenterar utredarna även patienters Karnofsky-prestationsstatus bedömd subjektivt av kliniska läkare. Slutligen syftar utredarna till att utforska och beskriva tillämpbarheten, potentialen och begränsningarna av överlevnadsprediktionsmodellen baserat på patientrörelsedata som en enkel prognostisk parameter i kliniska miljöer.

Studietyp

Observationell

Inskrivning (Förväntat)

80

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studiekontakt

Studieorter

    • TW - Taiwan
      • Taipei City, TW - Taiwan, Taiwan, 110
        • Rekrytering
        • Taipei Medical University
        • Kontakt:

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

20 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Testmetod

Icke-sannolikhetsprov

Studera befolkning

Patienter i åldern 20 år eller äldre som togs in på hospice-avdelningen vid Taipei Medical University Hospital med minst en diagnos av solida tumörsjukdomar i slutstadiet.

Beskrivning

Inklusionskriterier:

  • Deltagare i åldern 20 år eller äldre inlagda på hospice-avdelningen vid Taipei Medical University Hospital
  • Deltagare diagnostiserats med minst en solid tumörsjukdom i slutstadiet
  • Deltagarna samtyckte till att få hospicevård

Exklusions kriterier:

  • Deltagare under 20 år
  • Deltagare diagnostiserats med leukemi eller karcinom av okänd primär
  • Deltagare med tydliga tecken på att närma sig döden vid antagning
  • Deltagare utan vitala tecken vid antagning
  • Deltagare som fortsatte att få aggressiv behandling trots inläggning på hospicevården

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Observationsmodeller: Kohort
  • Tidsperspektiv: Blivande

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Specificitet och känslighet för att använda artificiell intelligensbaserade modeller för att förutsäga kliniska resultat av cancerpatienter i slutstadiet med hjälp av aktigrafidata
Tidsram: Från datum för inläggning på hospiceavdelning till datum för första dokumenterade utskrivning från sjukhus eller datum för dödsfall oavsett orsak, beroende på vilket som inträffade först, bedömd upp till 1 månad
Det primära resultatet av studien kommer att vara att utvärdera om analysen av rörelsedata som fångas med hjälp av aktigrafi kan hjälpa till att förutsäga kliniska utfall antingen avlidna eller utskrivna levande från sjukhus, med hög specificitet och känslighet, med hjälp av artificiell intelligens baserad prediktionsmodellering.
Från datum för inläggning på hospiceavdelning till datum för första dokumenterade utskrivning från sjukhus eller datum för dödsfall oavsett orsak, beroende på vilket som inträffade först, bedömd upp till 1 månad

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Utredare

  • Huvudutredare: Shabbir Syed-Abdul, PhD, Taipei Medical University

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

11 december 2019

Primärt slutförande (Förväntat)

31 augusti 2021

Avslutad studie (Förväntat)

31 december 2021

Studieregistreringsdatum

Först inskickad

28 april 2021

Först inskickad som uppfyllde QC-kriterierna

6 maj 2021

Första postat (Faktisk)

12 maj 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

12 maj 2021

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

6 maj 2021

Senast verifierad

1 maj 2021

Mer information

Termer relaterade till denna studie

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

produkt tillverkad i och exporterad från U.S.A.

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Slutstadiet cancer

3
Prenumerera