整合机器学习进行 I 期 NSCLC 的预后预测：多中心分析 (Stage I NSCLC)
2024年12月16日 更新者：Guangming Lu、Jinling Hospital, China
金陵医院_肺癌
研究人员回顾性收集了2010年1月至2020年12月期间接受手术切除的I期非小细胞肺癌（NSCLC）患者的参与者进行培训和内部验证。
收集临床资料、术前临床信息、实验室结果和CT图像。
研究人员还收集了无病生存时间。
在Deepwise多模态研究平台上，对图像进行半自动分割并向外扩展3mm，获得瘤周组织。
PyRadiomics 用于提取放射组学特征。
LASSOcox 和 rsf 用于选择特征。
我们开发了一种基于机器学习的综合预后模型，该模型使用 LOOCV 框架利用放射组学和病理学变量作为输入。
并在内部和外部队列中进行了进一步测试。
通过使用 C 指数和受试者工作特征曲线 (AUC)、IBS、DCA 下面积来评估歧视。
研究概览
研究类型
观察性的
注册 (实际的)
800
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
-
-
-
NanJing、中国
- Jinling Hospital, China
-
-
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
概率样本
研究人群
中国金陵医院
描述
纳入标准：
2010 年 1 月至 2020 年 12 月期间接受根治性 R0 切除的 I 期 NSCLC（AJCC 第九版）患者 -
排除标准：
- 缺乏增强CT
- 有肺癌或同时发生肺癌的病史
- 随访记录≤3个月
- 原位癌 (CIS) 或微创 NSCLC
- 手术后30天内死亡
- 无病理切片或报告
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 |
|---|---|
|
训练集
|
肿瘤和瘤周组织的放射组学特征
|
|
外部测试装置
|
肿瘤和瘤周组织的放射组学特征
|
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 |
|---|---|---|
|
DFS（无病生存）
大体时间：记录从手术日期到复发或任何原因死亡的日期（以先到者为准），并评估最长 5 年。
|
DFS 定义为从初次手术日期到第一次出现复发或任何原因死亡的持续时间。
|
记录从手术日期到复发或任何原因死亡的日期（以先到者为准），并评估最长 5 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。
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9月1日
初级完成 (实际的)
2024年9月20日
研究完成 (实际的)
2024年11月11日
研究注册日期
首次提交
2024年12月11日
首先提交符合 QC 标准的
2024年12月15日
首次发布 (实际的)
2025年3月25日
研究记录更新
最后更新发布 (实际的)
2025年3月25日
上次提交的符合 QC 标准的更新
2024年12月16日
最后验证
2024年12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
- 2023DZKY-089-01
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
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.