ML beslutsmodell för G-NEC adjuvant terapi (G-NEC)
Maskininlärningsbaserad beslutsmodell för optimal adjuvant terapi vid primärt gastriskt neuroendokrint karcinom: en nationell verklig evidensstudie
Gastriskt neuroendokrint karcinom (G-NEC) är en sällsynt och aggressiv tumör som härrör från neuroendokrina celler i magslemhinnan. Det kännetecknas av en hög benägenhet för återfall och en generellt dålig prognos. På grund av dess sällsynthet finns det begränsade data och ingen etablerad konsensus om den optimala postoperativa adjuvanta behandlingen, vilket gör behandlingsbeslut utmanande för vårdgivare.
Denna studie är en retrospektiv analys som fokuserar på att utvärdera överlevnadsgrad, identifiera prognostiska faktorer och formulera behandlingsrekommendationer för patienter med G-NEC. Genom att analysera verkliga kliniska data strävar vi efter att bättre förstå de faktorer som påverkar patienternas resultat och att utveckla evidensbaserade strategier för att förbättra överlevnaden. Vårt mål är att ge kliniker värdefulla insikter och verktyg för att fatta mer välgrundade behandlingsbeslut, vilket i slutändan förbättrar kvaliteten på vården och resultaten för patienter med denna utmanande sjukdom.
Studieöversikt
Status
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Fujian
-
Fuzhou, Fujian, Kina, 350001
- Fujian Medical University
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Beskrivning
Inklusionskriterier:
- (1) patienter som genomgick radikal kirurgi utan någon neoadjuvant terapi;
- (2) patologi bekräftad NEC eller blandat adenoneuroendokrint karcinom (MANEC).
Uteslutningskriterier:
- (1) historia av andra maligna neoplasmer;
- (2) behandling med endoskopisk submukosal dissektion eller endoskopisk mukosal resektion eller torakotomi;
- (3) ofullständiga kliniska data (inklusive patologisk, adjuvant kemoterapi och uppföljningsinformation);
- (4) mottagande av alternativa adjuvansbehandlingsregimer;
- (5) död inom 30 dagar postoperativt.
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
|---|
|
Patienter med gastriskt neuroendokrint karcinom (G-NEC).
Denna studie fokuserar på patienter med diagnosen gastriskt neuroendokrint karcinom (G-NEC) som har genomgått radikal kirurgi.
Kohorten inkluderar vuxna patienter (≥18 år) som behandlats på 38 tertiära sjukhus i Kina mellan januari 2006 och december 2020.
Patienterna delas in i tre grupper baserat på deras postoperativa adjuvanta behandling: ingen adjuvant kemoterapi, etoposid- och platinaderivatbaserad kemoterapi och fluorouracilbaserad kemoterapi.
Studien syftar till att utveckla och validera en maskininlärningsbaserad beslutsstödsmodell för att optimera individualiserade adjuvansterapistrategier för G-NEC-patienter, med det primära resultatet som sjukdomsfri överlevnad (DFS).
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Sjukdomsfri överlevnad (DFS)
Tidsram: Från operationsdatum upp till 5 år
|
Sjukdomsfri överlevnad definieras som tiden från operationsdatum till att sjukdomen återkommer, dödsfall oavsett orsak eller sista uppföljning, beroende på vilket som inträffar först.
Maskininlärningsmodellens prestanda när det gäller att förutsäga DFS och rekommendera optimal adjuvant terapi kommer att utvärderas.
|
Från operationsdatum upp till 5 år
|
Samarbetspartners och utredare
Sponsor
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Beräknad)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Nyckelord
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- 2024GNEC
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Patientsekretess: Eftersom den här studien omfattar känslig medicinsk information måste vi säkerställa att alla datadelningsplaner följer alla relevanta integritetslagar och förordningar.
Etiska överväganden: Vi samråder med vår etiska kommitté för att fastställa det lämpligaste tillvägagångssättet för datadelning som respekterar patientens samtycke och upprätthåller forskningens integritet.
Datastandardisering: Med tanke på den här studiens multicenterkaraktär arbetar vi på att standardisera vår datainsamling och lagringsprocesser på alla 38 deltagande sjukhus för att säkerställa konsistens och kvalitet hos eventuellt delad data.
Samarbetspotential: Vi inser värdet av datadelning för att främja forskning om gastrisk neuroendokrina karcinomer och undersöker potentiella samarbeten med andra forskargrupper.
Resursallokering: Vi utvärderar de resurser som krävs för att förbereda data för delning, inklusive avidentifieringsprocesser och skapande av datalexikon.
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
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 .