BMA 和动态列线图用于 CRC 患者的生存预测
2024年2月13日 更新者:Mohammad Asghari Jafarabadi、Cabrini Health
开发临床医生友好的在线工具,用于结肠癌患者的生存预测:风险因素选择和动态诺模图的贝叶斯模型平均
该项目将研究预测结直肠癌 (CRC) 患者生存的杰出统计技术(结直肠肿瘤数据库)。
促使提出该项目的临床问题基于这样一个普遍假设:“右侧结直肠癌 (CRC) 的生存率比左侧结直肠癌更差。”
问题是,患者特征的哪些方面造成了这种差异?
这促使我们选择 BMA 模型并提供临床医生友好的在线列线图。
研究概览
详细说明
转化统计学将生物统计学和临床研究结合起来,有效地传达研究结果。 列线图是整合独立预后因素的图形表示,是结直肠癌 (CRC) 研究中的宝贵工具。 用于生存结果预测中变量选择的贝叶斯模型通过贝叶斯模型平均 (BMA) 提供了优势。 本研究旨在利用 BMA 进行变量选择,并开发临床医生友好的在线动态列线图进行生存预测。
一项回顾性研究利用了卡布里尼莫纳什结直肠肿瘤数据库,其中包括接受手术的结肠癌患者。 收集了有关人口统计学、围手术期风险、治疗细节、死亡率、发病率和生存率的数据。 BMA 用于贝叶斯变量选择,以确定生存预测的有效风险因素。 使用 Cox-LASSO 进行敏感性分析并对缺失数据进行插补。 使用选定的风险因素和 R 包 DynNom 构建预后在线动态列线图。
研究类型
观察性的
注册 (实际的)
2475
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
-
-
Victoria
-
Melbourne、Victoria、澳大利亚、3144
- Cabrini Health
-
-
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
不适用
取样方法
非概率样本
研究人群
利用卡布里尼莫纳什结直肠肿瘤数据库 15 进行了一项回顾性研究。
这个前瞻性维护的数据库包括来自澳大利亚墨尔本私立医院 (Cabrini) 和公立医院 (The Alfred) 的数据。
该研究重点关注2010年1月至2021年12月接受结肠癌手术的患者。
描述
纳入标准:
在这项研究中,患者根据特定的选择标准被纳入:年满 18 岁、诊断为结肠腺癌(或相同情况的息肉切除术后)、并接受过结肠癌手术。
排除标准:
直肠癌、神经内分泌肿瘤、淋巴瘤患者以及接受经肛门手术的患者未纳入该研究。
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 |
---|---|---|
操作系统
大体时间:2011-2021
|
总体生存率,从吃糖到死亡或最后一次随访的时间
|
2011-2021
|
射频信号系统
大体时间:2011-2021
|
无复发生存期、从吃糖到死亡的时间或无复发者的最后一次随访。
|
2011-2021
|
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。
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。
一般刊物
- Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 May;71(3):209-249. doi: 10.3322/caac.21660. Epub 2021 Feb 4.
- Siegel RL, Miller KD, Goding Sauer A, Fedewa SA, Butterly LF, Anderson JC, Cercek A, Smith RA, Jemal A. Colorectal cancer statistics, 2020. CA Cancer J Clin. 2020 May;70(3):145-164. doi: 10.3322/caac.21601. Epub 2020 Mar 5.
- Jalali A, Alvarez-Iglesias A, Roshan D, Newell J. Visualising statistical models using dynamic nomograms. PLoS One. 2019 Nov 15;14(11):e0225253. doi: 10.1371/journal.pone.0225253. eCollection 2019.
- Borumandnia N, Doosti H, Jalali A, Khodakarim S, Charati JY, Pourhoseingholi MA, Talebi A, Agah S. Nomogram to Predict the Overall Survival of Colorectal Cancer Patients: A Multicenter National Study. Int J Environ Res Public Health. 2021 Jul 21;18(15):7734. doi: 10.3390/ijerph18157734.
- Maity AK, Basu S, Ghosh S. Bayesian criterion-based variable selection. Journal of the Royal Statistical Society Series C: Applied Statistics. 2021;70(4):835-857.
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)
2010年2月15日
初级完成 (实际的)
2021年12月15日
研究完成 (实际的)
2021年12月15日
研究注册日期
首次提交
2024年2月13日
首先提交符合 QC 标准的
2024年2月13日
首次发布 (实际的)
2024年2月20日
研究记录更新
最后更新发布 (实际的)
2024年2月20日
上次提交的符合 QC 标准的更新
2024年2月13日
最后验证
2024年2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.
外科手术的临床试验
-
St. Joseph's Healthcare HamiltonHamilton Academic Health Sciences Organization完全的
-
Seoul National University HospitalJohnson & Johnson Medical Companies完全的