Key points are not available for this paper at this time.
346 الخلفية: غالبًا ما تكون العناصر البيانية المطلوبة لتقييم أهلية التجارب السريرية غير موحدة وغير مكتملة في السجلات الصحية الإلكترونية، مما يجعل تحديد المشاركين في البحث السريري عملية صعبة ومتحيزة. علاوة على ذلك، فإن غياب السجلات المرضية الجديدةcodes يؤدي إلى مراقبة مجموعات كبيرة من المرضى حتى تكتمل السجلات. يمكن أن تؤدي هذه القضايا إلى تفويت الفرص لتحديد المرضى في الوقت المناسب. طورت N-Power Medicine (NPM) منصة شبكة أورام معززة بالسجل لجمع بيانات ذات جودة غير متحيزة وفي الوقت الفعلي. نستعرض من هذه المنصة معدلات الاكتمال للمتغيرات الرئيسية لتقييم الأهلية في التجارب السريرية لـ NSCLC وCRC. طرق البحث: تتكون منصة NPM من 3 أجزاء: سجل المرضى (Kaleido)، موظفين في الموقع وعن بُعد للحصول على موافقة المرضى وضمان اكتمال البيانات وجودتها وموحداها، والتكنولوجيا لهيكلة ومعالجة البيانات. تم تسجيل مرضى NSCLC وCRC من 3 ممارسات أورام مجتمعية في مناطق مختلفة من الولايات المتحدة في Kaleido وزاروا العيادة بين فبراير ومايو 2024. تم تجميع البيانات لـ 11 متغيرًا رئيسيًا. لتقليل الحاجة إلى مراقبة شاملة حتى يتم تأكيد التشخيص، طورنا نموذج تعلم آلي (ML) لسرطان الرئة باستخدام رموز ICD10 غير C34 لبناء فئات متعددة من نماذج توقع قابلة للضبط. النتائج: تم تقييم إجمالي 728 مريضًا (NSCLC=281، CRC=447). كان نسبة الذكور إلى الإناث 1 لـ NSCLC و1.3 لـ CRC و90% من مرضى NSCLC و68% من مرضى CRC كانت أعمارهم فوق 60 عامًا. حققت المنصة 99% من الاكتمال لنقاط البيانات الحرجة مثل تاريخ التشخيص، النسيج، حالة النقيلة، العلاجات المضادة للسرطان الحديثة، حالة أداء ECOG وأشكال تشخيص السرطان الأخرى مع تاريخ التشخيص. كان 47% من مرضى NSCLC و43% من مرضى CRC يحملون مرض النقيلة في وقت التقييم. أكثر من 90% من المرضى الذين لديهم نقائل تم توثيق خطتهم العلاجية الحالية ونتائج الاختبارات الجينومية ذات الصلة بنجاح. كانت نسبة اكتمال حالة السرطان القائمة على التصوير 95% لـ NSCLC و89% لـ CRC. من المحتمل أن يحدد نموذج ML أكثر من 50% من جميع المرضى الذين سيحصلون في النهاية على تشخيص سرطان الرئة، مع أكثر من 80% خاصية حتى 3 أسابيع قبل التشخيص. الاستنتاجات: أظهرت منصة NPM معدلات اكتمال مرتفعة لمعظم العناصر البيانية الأساسية، مما حسّن شمول جميع المرضى المؤهلين في التجارب السريرية. يُظهر نموذج ML التنبؤي وعودًا في تحديد المرضى المناسبين قبل تخصيص رمز ICD10، مما يقلل الحاجة إلى المراقبة الشاملة ويضمن اكتمال التقييمات اللازمة للأهلية في الوقت المناسب. من المهم أن يتم تحقيق هذه التقدمات دون إضافة أعباء مالية أو موارد على سير العمل السريري.
درس Fontaine وآخرون (مون) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: