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。

机器学习构建肺癌与环境激素的关联模型

2024年2月5日更新者：Pei-Hung Liao

确定与环境激素相关的肺癌风险

应用机器学习构建肺癌与环境激素的关联模型，以更全面地识别可能导致肺癌的因素，并改进现有的肺癌护理评估。

研究概览

地位

主动，不招人

条件

肺肿瘤

详细说明

本研究是探索性的，其设计分为三个阶段：第一阶段探索肺癌的环境激素危险因素，并利用机器学习算法构建关联模型。第二阶段验证了关联模型的结果，在临床环境中具有更好的预测结果。第三阶段涉及根据临床模型验证的结果重建护理评估的建议。这三个阶段总结如下。

研究类型

观察性的

注册 (估计的)

128

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

台湾
- - Taipei、台湾
    - National Taipei University of Nursing and Health Science
  - Taipei、台湾
    - National Taiwan University, Cancer Center

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

成人
年长者

接受健康志愿者

是的

取样方法

非概率样本

研究人群

该研究重点关注肺癌病例，并调查其与环境激素暴露的关系

描述

纳入标准：

20岁或以上；
神志清醒，无精神障碍；
会用普通话沟通，拥有智能手机或平板电脑并能自行操作，
在解释参与原因并签署同意书后表示同意，愿意参与该研究。

排除标准：

排除标准为不能理解护理评估题内容及有精神障碍者。

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

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
确定可能导致肺癌的因素和环境激素。大体时间：2014年5月至2020年12月的数据库研究样本。	该关联模型可以帮助识别肺癌的危险人群，并建议医生进行适当的环境激素检测和治疗，以提供护理指导和医疗建议	2014年5月至2020年12月的数据库研究样本。

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

Pei-Hung Liao

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)

2023年1月1日

初级完成 (估计的)

2024年6月30日

研究完成 (估计的)

2024年6月30日

研究注册日期

首次提交

2024年1月20日

首先提交符合 QC 标准的

2024年2月5日

首次发布 (估计的)

2024年2月14日

研究记录更新

最后更新发布 (估计的)