Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Automatická predikce edému po mrtvici (APICES)

3. září 2025 aktualizováno: University Hospital Tuebingen

Automatická předpověď maligního edému mozku po ischemické mrtvici střední mozkové tepny

Využít strojové učení pro včasnou detekci maligního edému mozku u pacientů s ischemií MCA

Přehled studie

Postavení

Aktivní, ne nábor

Detailní popis

Maligní mozkový edém po velkých ischemických cévních mozkových příhodách tvoří až 10 % všech ischemických cévních mozkových příhod. Úmrtnost je vysoká a většina přeživších zůstává těžce postižená. Ačkoli bylo prokázáno, že dekompresivní kraniektomie významně snižuje úmrtnost, uvádí se vysoká míra morbidity mezi přeživšími. Optimální časový bod, kdy by měla být provedena neurochirurgická dekomprese u jednotlivého pacienta, se liší a je předmětem diskuse.

Včasná predikce maligního edému mozku za účelem identifikace pacientů, kteří profitují z chirurgické léčby, je klinickou výzvou. Cílem této studie je využít strojové učení pro komplexní analýzu CT snímků i klinických dat od 1500 pacientů s rozsáhlými ischemickými cévními mozkovými příhodami MCA nebo vytvořit model pro časnou predikci maligního edému mozku. Algoritmy v prvním kroku automaticky identifikují charakteristické zobrazovací funkce a klinická data 1400 retrospektivních datových sad za účelem vytvoření vícestupňového modelu (fáze učení). Poté následuje fáze ověřování, kdy je model testován se 100 dalšími retrospektivními soubory dat.

Typ studie

Pozorovací

Zápis (Aktuální)

1687

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

      • Berlin, Německo
        • Charité Universitätsmedizin Berlin
      • Bonn, Německo
        • Universitätsklinikum Bonn
      • Bremen, Německo
        • Fraunhofer- Gesellschaft zur Förderung der angewandten Forschung e.V., Fraunhofer MEVIS
      • Düsseldorf, Německo
        • Universitätsklinikum Düsseldorf
      • Hamburg, Německo
        • Universitätsklinikum Hamburg-Eppendorf
      • Hanover, Německo
        • Klinikum der Medizinischen Hochschule Hannover
      • Heidelberg, Německo
        • Universitätsklinikum Heidelberg
      • Leipzig, Německo
        • Universitätsklinikum Leipzig
      • Munich, Německo
        • Technische Universität München
      • Munich, Německo
        • Klinikum der Ludwig-Maximilians-Universität München
      • Münster, Německo
        • Universitatsklinikum Munster
      • Regensburg, Německo
        • Universitatsklinikum Regensburg
      • Stuttgart, Německo
        • Klinikum Stuttgart
      • Tübingen, Německo, 72076
        • University Hospital Tuebingen
      • Tübingen, Německo
        • Hertie Institute for AI in Brain Health
      • Ulm, Německo
        • Universitätsklinikum Ulm
      • Würzburg, Německo
        • Universitätsklinikum Würzburg
      • Vienna, Rakousko
        • St. John's Hospital
      • Oxford, Spojené království
        • BRAINOMIX Limited

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dítě
  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

Bude shromážděno 1500 retrospektivních datových souborů z 5 velkých německých iktových jednotek. Soubory dat zahrnují zobrazovací data a klinická data od pacientů se subtotálními infarkty MCA (okluze M1-M2), s nebo bez maligního otoku mozku, s reperfuzní terapií nebo bez ní, s nebo bez neurochirurgické dekomprese a se smrtí nebo bez úmrtí po maligním edému mozku. Budou zahrnuty soubory dat od pacientů, kteří zemřeli na maligní edém mozku. Každý soubor dat se skládá z počátečního NCCT, CTA (DSA, pokud je k dispozici) a následného NCCT do 14 dnů po nástupu cévní mozkové příhody, jakož i z klinických údajů.

Popis

Kritéria pro zařazení:

  • Akutní ≥ mezisoučet infarktu MCA (okluze M1-M2)
  • s nebo bez maligního otoku mozku
  • s reperfuzní terapií nebo bez ní
  • s neurochirurgickou dekompresí nebo bez ní
  • se smrtí nebo bez úmrtí po maligním edému mozku

Kritéria vyloučení:

  • Neakutní infarkt MCA
  • < mezisoučet infarktu MCA

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Ischemie MCA bez maligního edému
Ischemie MCA s maligním edémem
Ischemie MCA bez maligního edému bez chirurgické léčby

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Počet pacientů s maligním edémem souvisejícím s cévní mozkovou příhodou po rekanalizační léčbě detekovaný algoritmy hlubokého učení
Časové okno: 4/2019–3/2022
Algoritmy hlubokého učení budou použity pro automatickou identifikaci specifických obrazových nálezů a specifických klinických dat, které indikují maligní edém související s cévní mozkovou příhodou. Primárními ukazateli výsledku jsou Senzitivita/Specificita/negativní prediktivní hodnota/pozitivní prediktivní hodnota včasné detekce pacientů, u nichž se rozvinul maligní edém související s cévní mozkovou příhodou, na základě počátečního CT a 24hodinového sledování CT a klinických parametrů.
4/2019–3/2022

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Počet správně identifikovaných specifických zobrazovacích nálezů pro včasnou detekci maligního edému
Časové okno: 4/2019–3/2022
Použité specifické zobrazovací nálezy pro včasnou detekci maligního edému mozku jsou stav kolaterálu, skóre sraženiny, žilní skóre, změna objemu CSF. V této studii jsou specifické obrazové nálezy ručně anotovány a také automaticky detekovány pomocí algoritmů hlubokého učení. Sekundární výsledná měřítka jsou citlivost/specifičnost/NPV/PPV specifických zobrazovacích nálezů identifikovaných algoritmy hlubokého učení.
4/2019–3/2022

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Sven Poli, MD MSc, sven.poli@uni-tuebingen.de

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

1. dubna 2019

Primární dokončení (Aktuální)

30. září 2023

Dokončení studie (Odhadovaný)

31. prosince 2025

Termíny zápisu do studia

První předloženo

25. dubna 2019

První předloženo, které splnilo kritéria kontroly kvality

13. srpna 2019

První zveřejněno (Aktuální)

15. srpna 2019

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Odhadovaný)

10. září 2025

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

3. září 2025

Naposledy ověřeno

1. září 2025

Více informací

Termíny související s touto studií

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

produkt vyrobený a vyvážený z USA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit