essai-clinique.com

Impact des comorbidités après cystectomie radicale à l'aide d'une méthode prédictive par intelligence artificielle

Évaluation de l'impact des comorbidités sur la morbidité et la mortalité après cystectomie radicale pour cancer à l'aide d'une méthode prédictive par intelligence artificielle

Promoteur : CHU Amiens-PicardieTous ses essais recensés

Vous allez consulter la fiche originale de cette étude sur clinicaltrials.gov, service maintenu par la NLM (National Library of Medicine). Pour connaître les possibilités de participation, contactez l’équipe de recherche à partir des coordonnées indiquées dans la fiche, lorsqu’elles sont disponibles. Ni Essai-clinique.com ni clinicaltrials.gov ne détermine votre éligibilité. Ce sont des relais d’informations.

Âge annoncé
À partir de 18 ans
Sexes admis
Tous
Phase
Non applicable
Type d’étude
Observationnelle

Présentation

Résumé de l’étude

Le clinicien et la réunion de concertation pluridisciplinaire en oncologie urologique (RCP) jouent un rôle clé dans la prise de décision. Une variance inexpliquée imputable au chirurgien, probablement liée à l'effet subjectif du « test du coup d'œil » (eyeball test), a été identifiée comme le facteur le plus important de non-conformité aux recommandations dans la prise en charge du cancer de la vessie.

Des études de haute qualité identifiant les freins et les modulateurs (tels que les comorbidités) de l'adoption des recommandations par les praticiens, ainsi que la manière dont les comorbidités influencent le choix thérapeutique et leur impact sur la survie spécifique et la survie globale dans le cancer de la vessie, sont donc essentielles.

Identifier les patients à haut risque de décès précoce et améliorer les recommandations spécifiques de traitement pourrait être déterminant. Pour évaluer la survie, en présence d'événements de mortalité concurrents, il sera plus approprié de calculer une fonction d'incidence cumulée (CIF).

Les investigateurs compareront les résultats entre différentes populations de patients afin d'obtenir des informations permettant d'améliorer la prise de décision clinique.

Cet apprentissage sera réalisé à l'aide de réseaux de neurones ou par application d'approches basées sur des populations, telles que les algorithmes génétiques (AG), les systèmes de colonies de fourmis (ACS) et l'optimisation par essaims particulaires (PSO), selon une approche en quatre étapes. Premièrement, les investigateurs proposent un « espace prétopologique » afin d'étudier un phénomène dynamique. Deuxièmement, les investigateurs rappellent que l'approche K-means reste l'une des approches les plus utilisées pour classer un ensemble d'éléments (patients / personnes / autres) en K groupes (disjoints). Troisièmement, les investigateurs proposent un espace prétopologique d'apprentissage afin d'améliorer la classification. Une telle approche peut être assimilée, dans son esprit, à celle appliquée avec un grand succès à l'apprentissage profond. Quatrièmement et enfin, les investigateurs proposent une méthode réactive capable d'inclure de nouveaux éléments ou d'en retirer certains.

Titre et résumé traduits de l’anglais par le portail, à partir de la fiche publiée par le registre source, le 16 septembre 2026. Traduction automatique par Intelligence Artificielle, sans relecture médicale. Elle peut comporter des erreurs : en cas de doute, le texte original fait foi. Le portail reprend une sélection de champs de la fiche (titre, résumé, statut, phase, sexes admis, lieux), traduits en français ; consultez la version originale pour les informations complètes.

Pour signaler une erreur de traduction ou d’affichage, ou demander l’examen d’une modification ou d’un retrait sur essai-clinique.com, contactez contact@essai-clinique.com, en indiquant l’identifiant de l’étude (NCT05204186).

Les modifications des informations originales doivent être effectuées par le responsable de l’enregistrement auprès de ClinicalTrials.gov. Les changements publiés dans le registre sont repris lors de notre prochaine synchronisation.

Consulter la fiche originale en anglais sur ClinicalTrials.gov(s’ouvre dans une nouvelle fenêtre)

Vous allez consulter la fiche originale de cette étude sur clinicaltrials.gov, registre public d’information. Pour connaître les possibilités de participation, contactez l’équipe de recherche à partir des coordonnées indiquées dans la fiche, lorsqu’elles sont disponibles.

Important : essai-clinique.com ne recueille pas de candidature et ne détermine pas votre éligibilité. Ne transmettez aucune information médicale au site.

Les critères affichés sont une synthèse des informations disponibles. Seul l’organisme responsable de l’étude peut confirmer l’éligibilité d’une personne.