Upprättande av en genomförbarhetsmodell för näskirurgi baserad på maskininlärning
3 april 2023 uppdaterad av: Yanxin Luo,MD, Sixth Affiliated Hospital, Sun Yat-sen University
Upprättande av en genomförbarhetsmodell för att förutsäga naturliga öppningsprovextraktionskirurgi (NOSES) baserad på maskininlärning.
Målet med denna observationsstudie är att testa patienter med resektabel rectosigmoid cancer.
Huvudfrågan som den syftar till att besvara är upprättandet av en genomförbarhetsmodell för att förutsäga kirurgi för extraktion av naturlig munstycke (NOSES) baserad på maskininlärning.
Studieöversikt
Status
Har inte rekryterat ännu
Intervention / Behandling
Studietyp
Observationell
Inskrivning (Förväntat)
460
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studieorter
-
-
Guangdong
-
GuangZhou, Guangdong, Kina
- The Sixth Affiliate Hospital of Sun Yat-Sen University
-
Kontakt:
- Yaoyi Huang, BS
- Telefonnummer: 86-15986423743
- E-post: huangyy355@mail2.sysu.edu.cn
-
-
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
18 år till 80 år (Vuxen, Äldre vuxen)
Tar emot friska volontärer
Nej
Kön som är behöriga för studier
Allt
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Patienter som diagnostiserats med resektabel rectosigmoid cancer.
Beskrivning
Inklusionskriterier:
- Patienter med diagnosen kolorektal cancer eller stort adenom som är lämpliga för laparoskopisk kolorektal kirurgi;
- Tumörstadion ≤ T3 utan invasion av omgivande organ;
- Ingen abdominal sådd eller avlägsna organmetastaser;
- Tydliga och fullständiga bilddata (CT, bäcken-MR) som kan bearbetas av en dator;
- Möjlig utvärdering och bestämning för att ta prover genom rektalkanalen under preoperativa och intraoperativa bedömningar.
Exklusions kriterier:
- Kontraindikationer för laparoskopisk kolorektal kirurgi;
- Tumörstadieindelningen är T4, eller det finns cancerknölar;
- Närvaro av metastaser eller avlägsna organmetastaser;
- ofullständig bilddata;
- Preoperativ tarmobstruktion;
- Tumör- eller provdiameter större än den tvärgående diametern av bäckenutloppet;
- Tidigare rektal strålbehandling;
- Olämplig utvärdering och bestämning för att ta prover genom rektalkanalen under preoperativa och intraoperativa bedömningar.
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Träningsset
Träningssetet är ett dataset som används för att träna modellen, som inkluderar slumpmässigt inskrivna patienter med tjock- och ändtarmscancer.
Indata inkluderar data som kön, ålder, längd, vikt, BMI, tumörstadium, tumörpatologityp, och utdatainformationen är om NOSES-operationen var framgångsrik eller inte.
Under utbildningen lär sig modellen av denna datauppsättning för att göra förutsägelser om huruvida nya patienter med tjocktarms- och ändtarmscancer kan genomgå näsoperationer framgångsrikt.
|
Natural Orifice Specimen Extraction Surgery (NOSES) är en minimalt invasiv kirurgisk teknik som syftar till att minska storleken och antalet snitt som krävs under vissa operationer.
I NÄSAR avlägsnas det kirurgiska provet (som ett sjukt organ eller tumör) från kroppen genom en naturlig öppning (som munnen, anus eller slidan), snarare än genom ett snitt i bukväggen.
I den här studien kommer vi att extrahera kirurgiska prover från ändtarmen för att minska trauma mot bukväggen.
Andra namn:
|
|
testset
Testsetet är en datauppsättning som används för att utvärdera prestandan hos en utbildad maskininlärningsmodell.
Det inkluderar en annan slumpmässigt inskriven grupp patienter med tjocktarmscancer och ändtarmscancer, såväl som deras kliniska och patologiska data och kirurgiska resultat.
Utgångarna används inte under träning, utan används för att testa den tränade modellen för att utvärdera dess prediktiva förmåga på okända data.
Syftet är att utvärdera modellens generaliseringsförmåga, det vill säga dess prestanda på nya och okända data.
|
Natural Orifice Specimen Extraction Surgery (NOSES) är en minimalt invasiv kirurgisk teknik som syftar till att minska storleken och antalet snitt som krävs under vissa operationer.
I NÄSAR avlägsnas det kirurgiska provet (som ett sjukt organ eller tumör) från kroppen genom en naturlig öppning (som munnen, anus eller slidan), snarare än genom ett snitt i bukväggen.
I den här studien kommer vi att extrahera kirurgiska prover från ändtarmen för att minska trauma mot bukväggen.
Andra namn:
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Antalet framgångsrika utförda operationer
Tidsram: 3 år
|
Noggrannheten kommer att beräknas av antalet framgångsrika operationer som utförs
|
3 år
|
|
Antalet framgångsrika operationer som faktiskt genomförts.
Tidsram: 3 år
|
Noggrannheten kommer att beräknas av antalet framgångsrika operationer som faktiskt genomförts.
|
3 år
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
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 (Förväntat)
1 juni 2023
Primärt slutförande (Förväntat)
1 juni 2026
Avslutad studie (Förväntat)
1 juni 2026
Studieregistreringsdatum
Först inskickad
21 mars 2023
Först inskickad som uppfyllde QC-kriterierna
3 april 2023
Första postat (Faktisk)
4 april 2023
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
4 april 2023
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
3 april 2023
Senast verifierad
1 april 2023
Mer information
Termer relaterade till denna studie
Andra studie-ID-nummer
- 1010PY(2022)-09
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
OBESLUTSAM
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
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 .