应用机器学习算法确定转移性非小细胞神经内分泌肿瘤患者原发肿瘤切除的最佳候选者 (MLA-MNSCLCNET)
2024年9月30日 更新者:Hongquan Xing
应用机器学习算法来识别转移性非小细胞神经内分泌肿瘤患者原发性肿瘤切除的最佳候选者:倾向评分匹配
这项研究基于 SEER 数据库的公共使用数据。
该研究不需要 SEER 注册案例的知情同意,并且作者从 SEER 获得了有限使用数据协议。
研究概览
详细说明
这项研究利用了 SEER(监测、流行病学和最终结果)数据库的公开数据,该数据库是美国癌症统计信息的综合来源。
作者不需要获得案件已在 SEER 数据库中登记的个人的知情同意,因为这些数据是匿名的并且供公众使用。
相反,作者与 SEER 签订了有限使用数据协议,这是一种法律合同,允许研究人员在特定条件下访问和使用特定数据集,同时确保维护数据库中个人的隐私。
该协议概述了数据使用条款,确保研究人员遵守数据道德处理准则,同时仍使他们能够进行研究。
研究类型
观察性的
注册 (实际的)
1776
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
取样方法
非概率样本
研究人群
转移性非小细胞神经内分泌肿瘤患者
描述
纳入标准:
- 非小细胞神经内分泌癌的病理诊断
- 已知的手术信息
排除标准:
- 小细胞肺癌
- 年龄小于18岁
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 |
|---|---|---|
|
总体生存率
大体时间:评估事件的估计时间段为 2000 年 1 月至 2021 年 12 月。这是从随机分配到全因死亡的时间(失踪患者的最后一次随访;研究结束时仍然活着的患者的随访结束) )。
|
总生存期是指从诊断开始到因任何原因死亡的持续时间。
它是临床试验和医学研究(特别是肿瘤学)中使用的常见终点,用于衡量治疗或干预的有效性。
总生存期提供了患者状况的全面描述,通常以百分比或中位时间表示(例如,中位总生存时间)。
|
评估事件的估计时间段为 2000 年 1 月至 2021 年 12 月。这是从随机分配到全因死亡的时间(失踪患者的最后一次随访;研究结束时仍然活着的患者的随访结束) )。
|
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。
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)
2000年1月1日
初级完成 (实际的)
2021年12月31日
研究完成 (实际的)
2024年5月31日
研究注册日期
首次提交
2024年9月27日
首先提交符合 QC 标准的
2024年9月30日
首次发布 (实际的)
2024年10月1日
研究记录更新
最后更新发布 (实际的)
2024年10月1日
上次提交的符合 QC 标准的更新
2024年9月30日
最后验证
2024年9月1日
更多信息
与本研究相关的术语
关键字
其他研究编号
- NanchangU
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
在美国制造并从美国出口的产品
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.