Utveckla artificiell intelligens-baserad algoritm för att förutsäga biverkningar och symtom från kemoterapi
20 juli 2023 uppdaterad av: Sehhoon Park
Utveckla artificiell intelligens-baserad algoritm baserad på livsloggdata som samlats in från bärbar enhet för att förutsäga kemoterapi-inducerade biverkningar och symtom
I den här studien skaffar utredarna bärbara sjukdomsbaserade biomarkörer från patienter som diagnostiserats med cancer och som genomgår kemoterapi, och mäter samtidigt patientens självrapporterade biverkningar via en app för att utvärdera kemoterapiavslutandegraden, besök på akuten och frekvensen av CTCAE-biverkningar.
Utredarna kommer att utveckla en artificiell intelligens-baserad algoritm som kan förutsäga patienternas biverkningar baserat på enbart biomarkörer.
Studieöversikt
Status
Rekrytering
Betingelser
Intervention / Behandling
Detaljerad beskrivning
I denna studie kommer patienter som diagnostiserats med lung-, huvud- och nackcancer och matstrupscancer och som genomgår kemoterapi att mätas för självrapporterade biverkningar med hjälp av en bärbar enhet för att samla in biomarkörer genom en app, och sambandet mellan patienternas livskvalitet och biverkningar och biomarkörer som erhållits från den bärbara enheten kommer att analyseras.
Å andra sidan kommer blod (EDTA 3cc) för farmakogenomisk testning att testas en gång när som helst under studieperioden som en indikator förknippad med biverkningar efter kemoterapi.
Studietyp
Observationell
Inskrivning (Beräknad)
500
Kontakter och platser
Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.
Studiekontakt
- Namn: Sehhoon Park, MD
- Telefonnummer: +82-10-9185-8619
- E-post: sehhoon.park@samsung.com
Studieorter
-
-
Gangnamgu
-
Seoul, Gangnamgu, Korea, Republiken av, 06351
- Rekrytering
- Samsung Medical Center
-
Kontakt:
- Sehhoon Park
- Telefonnummer: +821091858619
- E-post: sehhoon.park@samsung.com
-
-
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
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Nej
Testmetod
Sannolikhetsprov
Studera befolkning
Patienter som genomgår kemoterapi efter att ha diagnostiserats med lungcancer, huvud och nacke eller matstrupscancer.
Beskrivning
Inklusionskriterier:
- 20 år eller äldre
Måste ha diagnostiserats med lungcancer, huvud och nacke eller matstrupscancer,
- planerade att få sin första behandling i preoperativ eller postoperativ kemoterapi.
- schemalagd för systemisk kemoterapi på grund av återfall eller metastaser.
- Eastern Cooperative Oncology (ECOG) prestandastatus på 0 till 2.
- Patienter som har tillgång till en smartphone och kan använda mobilappen på egen hand.
- Förstå syftet med studien och acceptera att delta i studien.
Exklusions kriterier:
- Patienter som enligt forskarens bedömning har svårt att använda applikationen.
- Patienter som av medicinsk personal bedöms inte kunna delta i studien.
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 |
|---|---|
|
Neoadjuvant, Adjuvant kemoterapiarm
Patienter med diagnosen lung-, huvud- och halscancer eller matstrupscancer och som genomgår Neoadjuvant, Adjuvant kemoterapi.
|
Patienter bär den bärbara enheten för att kontrollera sina biomarkörer och använda applikationen för att bedöma sin livskvalitet och biverkningar med en veckas intervall.
|
|
Palliativ kemoterapiarm
Patienter med diagnosen lung-, huvud- och halscancer eller matstrupscancer och som genomgår palliativ kemoterapi.
|
Patienter bär den bärbara enheten för att kontrollera sina biomarkörer och använda applikationen för att bedöma sin livskvalitet och biverkningar med en veckas intervall.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Utveckla artificiell intelligens förutsägelsealgoritm
Tidsram: Genom avslutad studie, i snitt 30 månader
|
PRO-data och behandlingsinformation som samlas in från den bärbara enheten används för att utvärdera korrelationer genom metoder som linjär regression för att bestämma giltiga variabler, använda LSTM-modeller, etc.
|
Genom avslutad studie, i snitt 30 månader
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Sponsor
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)
8 juni 2023
Primärt slutförande (Beräknad)
31 december 2025
Avslutad studie (Beräknad)
30 juni 2026
Studieregistreringsdatum
Först inskickad
14 juni 2023
Först inskickad som uppfyllde QC-kriterierna
30 juni 2023
Första postat (Faktisk)
10 juli 2023
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
21 juli 2023
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
20 juli 2023
Senast verifierad
1 juli 2023
Mer information
Termer relaterade till denna studie
Andra studie-ID-nummer
- 2023-02-057
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 .