此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

香港的口腔癌筛查和教育

2020年7月22日 更新者:Professor Peter James Thomson、The University of Hong Kong

香港口腔癌教育及筛查 (HOCES) 计划:细化疾病预防、风险分层和早期检测

将进行这项研究以获取有关口腔癌风险因素的数据,以生成具有良好预测准确性的机器学习模型,以对具有高口腔癌风险的个体进行分层并描绘高风险和低风险的口腔病变。 同样,本研究将寻求为受益人提供与口腔癌相关的健康教育和口腔自我检查培训

研究概览

研究类型

观察性的

注册 (预期的)

3190

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习联系方式

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

45年 及以上 (成人、OLDER_ADULT)

接受健康志愿者

是的

有资格学习的性别

全部

取样方法

非概率样本

研究人群

45 岁或以上居住在南区及中西区区议会分区的香港居民。

描述

纳入标准:

  • 符合年龄和居住区标准且既往无口腔癌病史的健康个体。 有其他癌症病史的个体将被纳入研究,前提是他们已经缓解三年以上。

排除标准:

  • 张口减少(无论原因如何)以允许正确管理 VOE 或光敏性癫痫的参与者将被排除在外。 同样,那些拒绝提供书面同意书或拒绝参与研究任何部分的人。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

队列和干预

团体/队列
干预/治疗
吸烟和/或饮酒
没有使用干预
不使用烟草和/或饮酒
没有使用干预

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
预测高风险人群的机器学习算法的准确性
大体时间:24个月
根据人口统计和生活方式信息,ML 分类器预测在首次筛查遭遇后 24 个月内患有或可能发展为高风险病变的个体的预测准确性。
24个月
用于区分高风险和低风险病变的机器学习算法的准确性
大体时间:24个月
ML 分类器根据人口统计学和生活方式风险因素、口腔高危 HPV 状态和唾液 DNA 高甲基化水平对高风险和低风险病变进行分类的预测准确性。
24个月

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

调查人员

  • 首席研究员:Peter Thomson、The University of Hong Kong

出版物和有用的链接

负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (预期的)

2021年8月1日

初级完成 (预期的)

2023年7月31日

研究完成 (预期的)

2024年7月31日

研究注册日期

首次提交

2020年7月22日

首先提交符合 QC 标准的

2020年7月22日

首次发布 (实际的)

2020年7月27日

研究记录更新

最后更新发布 (实际的)

2020年7月27日

上次提交的符合 QC 标准的更新

2020年7月22日

最后验证

2020年7月1日

更多信息

与本研究相关的术语

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

不

药物和器械信息、研究文件

研究美国 FDA 监管的药品

不

研究美国 FDA 监管的设备产品

不

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

订阅