根治性切除术后胰腺癌复发风险的机器学习 (PaC)
2023年12月8日 更新者:Luo Cong
基于机器学习的多模态数据预测胰腺癌根治术后复发风险
胰腺癌 (PCa) 的复发是一个多因素事件。 基于PCa患者的临床病理特征和影像学数据,研究者利用图像处理和机器学习算法构建了一个更全面和稳健的模型,并添加了一些未使用的特征来探索其临床应用价值。
2013年1月至2020年12月在浙江省肿瘤医院(中国杭州)接受根治性切除术的PCa患者的回顾性分析。 该数据库是从研究者医院接受根治性 PCa 手术的患者的术前人口统计学、血液标志物和手术病理学信息中提取的。 研究人员使用 PyRadiomics 平台提取图像特征。
研究概览
研究类型
观察性的
注册 (实际的)
226
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。
学习地点
-
-
Zhejiang
-
Hangzhou、Zhejiang、中国、310000
- Zhejiang Province Cancer Hospital
-
-
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
18年 及以上 (成人、年长者)
接受健康志愿者
不适用
取样方法
非概率样本
研究人群
接受根治性切除术的 PCa 患者
描述
纳入标准:
- 术前1个月内有胰腺增强CT检查结果来我院;
- 我院行胰腺癌根治术;
- 我院有随访结果,随访终点包括疾病复发或至少12个月。
- 完整的临床病历和影像资料。
排除标准:
- 非 R0 切除;
- 合并其他恶性肿瘤
- 患者的影像数据存在技术问题或病灶太小(小于1cm),不适合组学分析。
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 |
|---|---|
|
术后复发
|
术前人口统计学、血液标志物、手术病理信息和增强 CT 特征。
|
|
术后未复发
|
术前人口统计学、血液标志物、手术病理信息和增强 CT 特征。
|
研究衡量的是什么?
主要结果指标
结果测量 |
大体时间 |
|---|---|
|
无复发生存
大体时间:1年
|
1年
|
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。
赞助
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 (实际的)
2022年8月1日
初级完成 (实际的)
2022年8月20日
研究完成 (实际的)
2022年9月1日
研究注册日期
首次提交
2022年10月18日
首先提交符合 QC 标准的
2022年10月19日
首次发布 (实际的)
2022年10月21日
研究记录更新
最后更新发布 (估计的)
2023年12月11日
上次提交的符合 QC 标准的更新
2023年12月8日
最后验证
2023年12月1日
更多信息
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.