| UMIN試験ID | UMIN000061288 |
|---|---|
| 受付番号 | R000070124 |
| 科学的試験名 | 機械学習を用いた胃癌術後再発リスク予測モデルの構築と検証:TRIPOD+AI準拠の単施設コホート研究 |
| 一般公開日(本登録希望日) | 2026/05/01 |
| 最終更新日 | 2026/04/17 12:59:01 |
日本語
機械学習を用いた胃癌術後再発リスク予測モデルの構築と検証:TRIPOD+AI準拠の単施設コホート研究
英語
Development and External Validation of Machine Learning Models for Predicting Postoperative Recurrence in Gastric Cancer: A TRIPOD+AI-Compliant Single-Center Cohort Study
日本語
機械学習を用いた胃癌術後再発リスク予測モデル
英語
ML Models for Gastric Cancer Recurrence
日本語
機械学習を用いた胃癌術後再発リスク予測モデルの構築と検証:TRIPOD+AI準拠の単施設コホート研究
英語
Development and External Validation of Machine Learning Models for Predicting Postoperative Recurrence in Gastric Cancer: A TRIPOD+AI-Compliant Single-Center Cohort Study
日本語
機械学習を用いた胃癌術後再発リスク予測モデル
英語
ML Models for Gastric Cancer Recurrence
| 日本/Japan |
日本語
胃癌
英語
Gastric cancer
| 消化器外科(消化管)/Gastrointestinal surgery |
悪性腫瘍/Malignancy
いいえ/NO
日本語
本研究の目的は、(1)多変量逐次補完法(IterativeImputer)を用いた欠損値処理と(2)Platt scalingによる再較正を統合したMLモデルを構築し、(3)独立外部検証コホートで汎化性能を評価し、(4)Bootstrap 95%CI付きDCAで臨床的有用性を定量評価し、(5)SHAP値でモデル解釈性を提示することである。
英語
The aims of this study were to: (1) develop ML models for postoperative gastric cancer recurrence in a Japanese single-center curative resection cohort using multivariate iterative imputation; (2) evaluate external generalizability in an independent holdout cohort; (3) improve probability calibration via post-hoc sigmoid calibration; (4) quantify clinical utility using bootstrap-corrected DCA; and (5) assess model interpretability using SHAP values.
有効性/Efficacy
日本語
英語
日本語
識別能をROC-AUC(受信者動作特性曲線下面積)およびPR-AUC(Precision-Recall AUC)で評価する。
臨床的有用性をDCAにより評価する。
英語
Discrimination is assessed by ROC-AUC and precision-recall AUC. Clinical utility is evaluated by DCA.
日本語
英語
観察/Observational
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
| 20 | 歳/years-old | 以上/<= |
| 100 | 歳/years-old | 以下/>= |
男女両方/Male and Female
日本語
20歳以上
胃腺癌に対して根治切除(R0切除)を受けた患者
対象術式:胃全摘術、幽門側胃切除術、噴門側胃切除術(リンパ節郭清を伴う)
2008年4月から2020年3月までに当該施設で手術を受けた症例
術後経過観察が3か月以上行われている症例
英語
Age is greater than or equal to 20 years
Histologically confirmed gastric adenocarcinoma
Underwent curative (R0) gastrectomy (total, distal, or proximal gastrectomy with lymph node dissection)
Surgery performed between April 2008 and March 2020 at the study institution
Follow-up duration of at least 3 months
日本語
同時性または活動性の他臓器悪性腫瘍を有する症例
術前化学療法または術前放射線化学療法を受けた症例
緊急手術または縮小手術症例
術後フォローアップ期間が3か月未満の症例
英語
Presence of concurrent non-gastric malignancies
Receipt of neoadjuvant chemotherapy or chemoradiotherapy
Emergency surgery or reduced-function procedures
Follow-up duration of less than 3 months
1162
日本語
| 名 | 剛士 |
| ミドルネーム | |
| 姓 | 藤本 |
英語
| 名 | Goshi |
| ミドルネーム | |
| 姓 | Fujimoto |
日本語
亀田総合病院
英語
Kameda Medical Center
日本語
消化器外科
英語
Gastroenterological Surgery
296-0041
日本語
千葉県鴨川市東町929
英語
929 Higashi-cho, Kamogawa City, Chiba Prefecture 296-8602, Japan
0470922211
g_chimera_7@yahoo.co.jp
日本語
| 名 | 剛士 |
| ミドルネーム | |
| 姓 | 藤本 |
英語
| 名 | Goshi |
| ミドルネーム | |
| 姓 | Fujimoto |
日本語
亀田総合病院
英語
Kameda Medical Center
日本語
消化器外科
英語
Gastroenterological Surgery
296-0041
日本語
千葉県鴨川市東町929
英語
929 Higashi-cho, Kamogawa City, Chiba Prefecture 296-8602, Japan
0470922211
g_chimera_7@yahoo.co.jp
日本語
その他
英語
Kameda Medical Center
日本語
亀田総合病院
日本語
日本語
Goshi Fujimoto
英語
Goshi Fujimoto
日本語
無し
英語
None
日本語
日本語
その他/Other
日本語
日本
英語
Japan
日本語
英語
日本語
英語
日本語
亀田総合病院
英語
Kameda Medical Center
日本語
千葉県鴨川市東町929
英語
929 Higashi-cho, Kamogawa City, Chiba Prefecture 296-8602, Japan
0470922211
g_chimera_7@yahoo.co.jp
いいえ/NO
日本語
英語
日本語
英語
静岡県
| 2026 | 年 | 05 | 月 | 01 | 日 |
未公表/Unpublished
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
開始前/Preinitiation
| 2025 | 年 | 04 | 月 | 24 | 日 |
| 2025 | 年 | 04 | 月 | 25 | 日 |
| 2026 | 年 | 03 | 月 | 31 | 日 |
日本語
本研究は、単施設における後ろ向き観察研究である。診療録に基づき収集された患者背景、腫瘍学的因子、手術関連因子および周術期因子を用いて、胃癌根治切除後の再発リスクを予測する機械学習モデルを開発し、その外部妥当性を検証することを目的とする。
研究は介入を伴わず、通常診療の範囲内で取得された既存データのみを用いて解析を行う。患者の治療内容、フォローアップ、検査、予後評価に研究介入は一切行わない。
対象期間を二分し、前半期間の症例をモデル開発用コホート、後半期間の症例を独立した外部検証コホートとして使用する時間的検証(temporal validation)を採用する。アウトカムは術後再発の有無とし、再発は画像診断および/または組織学的に確認された場合と定義する。
英語
This study is a single-center retrospective observational study. Using routinely collected clinical data from medical records, we develop machine learning based prediction models to estimate postoperative recurrence risk after curative resection for gastric cancer and to evaluate their external validity.
This study involves no intervention. All analyses are conducted using existing data obtained as part of standard clinical care, and no changes are made to treatment strategies, follow-up schedules, examinations, or outcome assessments for research purposes.
The study period is temporally divided into a development cohort and an independent external validation cohort (temporal validation design). The primary outcome is postoperative recurrence, defined as recurrence confirmed by imaging studies and/or histopathological diagnosis.
| 2026 | 年 | 04 | 月 | 17 | 日 |
| 2026 | 年 | 04 | 月 | 17 | 日 |
日本語
https://center6.umin.ac.jp/cgi-open-bin/ctr/ctr_view.cgi?recptno=R000070124
英語
https://center6.umin.ac.jp/cgi-open-bin/ctr_e/ctr_view.cgi?recptno=R000070124