外部、多中心验证预测印度成人结肠腺瘤的机器学习模型
2026年1月9日 更新者:Mohan Ramchandani、Asian Institute of Gastroenterology, India
外部多中心验证:机器学习模型预测印度成人结肠腺瘤——一项前瞻性、观察性、多中心研究
结直肠腺瘤是结直肠癌(CRC)的前体病变。 在印度,腺瘤患病率因年龄、性别和生活方式/代谢因素而异,准确的手术前风险分层可优化结肠镜检查的检出率和资源分配。 机器学习模型可整合多种预测因子来估计个体化风险。
现有的风险评分大多基于西方人群;其性能和校准可能不适用于具有不同社会人口学和代谢特征的印度人群。 在临床应用前,必须进行外部、前瞻性、多中心验证。
研究概览
研究类型
观察性的
注册 (估计的)
1000
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。
学习联系方式
- 姓名:DR. NITIN JAGTAP, MD,DM
- 电话号码:8712015028
- 邮箱:docsnitin13@gmail.com
研究联系人备份
- 姓名:DR NITIN JAGTAP, MD,DM
- 电话号码:8712015028
- 邮箱:docsnitin13@gmail.com
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
1000
描述
纳入标准:
- 接受诊断性结肠镜检查的成人(年龄≥18岁)。
- 充分的肠道准备(波士顿肠道准备量表总分≥6,且各节段得分≥2)。
- 检查完整(完成盲肠插管;无治疗时退镜时间≥6分钟)。
- 病例报告表中包含所有模型预测因子。
排除标准:
• 已知结直肠癌或息肉、既往结肠切除术、息肉病综合征、已知炎症性肠病,或推导研究中排除的强遗传性结直肠癌综合征(如林奇综合征)。
- 肠道准备不充分、结肠镜检查不完整、梗阻性病变导致无法进行梗阻部位以外的光学诊断。
- 紧急结肠镜检查、仅治疗性操作而无诊断意图。
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 |
|---|---|
|
单前瞻性观察队列
参与者接受标准护理结肠镜检查 未分配至治疗组或对照组 |
不进行任何研究特定的干预。
参与者接受标准护理的诊断性结肠镜检查和组织病理学评估。
仅应用锁定的机器学习模型于常规收集的基线临床和人口统计数据,以进行风险预测,不影响临床管理。
|
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 |
|---|---|---|
|
机器学习模型的接收者操作特征曲线下面积(AUROC)
大体时间:1年
|
基于机器学习的预测模型识别组织学证实的结肠腺瘤存在的受试者工作特征曲线下面积(AUROC)
|
1年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
机器学习预测模型的验证性能
大体时间:1年
|
在独立验证队列中,使用AUROC、校准指标(Brier评分)和校准图评估用于预测结肠腺瘤的机器学习模型的验证性能。
|
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。
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 (估计的)
2026年2月1日
初级完成 (估计的)
2027年3月30日
研究完成 (估计的)
2027年3月30日
研究注册日期
首次提交
2025年12月26日
首先提交符合 QC 标准的
2025年12月27日
首次发布 (估计的)
2026年1月9日
研究记录更新
最后更新发布 (估计的)
2026年1月12日
上次提交的符合 QC 标准的更新
2026年1月9日
最后验证
2026年1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.