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

Hodnocení dopadu použití prediktivního modelování MATCH AI pro identifikaci hotspotů pro TB Active Case Finding (SPOT-TB)

24. července 2024 aktualizováno: Centre for Global Public Health Pakistan

Hodnocení dopadu použití prediktivního modelování MATCH AI pro identifikaci hotspotů pro TBC Hledání aktivního případu v Pákistánu: randomizovaný pokus o pragmatickém stupňovitém klínovém klastru

Cílem této pragmatické randomizované studie se stupňovitým klínovým clusterem je změřit srovnávací výnos (počet případů TBC diagnostikovaných během aktivních táborů pro vyhledávání případů) pomocí přístupu k výběru místa založeného na předpovědích generovaných pomocí softwaru umělé inteligence zvaného MATCH-AI. (zásahová skupina) versus konvenční přístup výběru kempu s využitím znalostí a zkušeností terénního personálu (kontrolní skupina). Studie pomůže informovat, zda cílený přístup ke screeningu TBC pomocí umělé inteligence může zlepšit výnosy případů TBC zjištěných prostřednictvím komunitního aktivního vyhledávání případů.

Přehled studie

Postavení

Nábor

Podmínky

Intervence / Léčba

Detailní popis

Navzdory významnému pokroku v posledních desetiletích onemocnělo v roce 2021 tuberkulózou (TBC) odhadem 10,6 milionu jedinců a tato nemoc způsobila celosvětově 1,6 milionu úmrtí. Pákistán je hodnocen jako 5. země s nejvyšším zatížením TBC na světě a TBC v zemi ročně způsobí 42 000 úmrtí. Klíčovou výzvou v reakci Pákistánu na TBC je zajištění diagnózy a léčby všech jedinců s TBC. V roce 2020 bylo z 573 000 případů oznámeno celkem 276 736 (48 %). Překlenutí této mezery v odhalování případů je zásadním cílem Národního programu TBC (NTP). Aktivní vyhledávání případů (ACF) je potenciální strategií ke zvýšení detekce případů systematickým screeningem komunit na TBC. Nedávné důkazy naznačují, že ACF může také snížit incidenci a prevalenci TBC na úrovni populace prostřednictvím včasné detekce. Zatímco intervence ACF prokázaly účinnost v komunitních studiích a nyní se v Pákistánu provádějí ve velkém měřítku, přetrvávají obavy ohledně jejich výnosů a nákladové efektivnosti v programovém prostředí.

Primárním cílem této studie je prozkoumat, zda cílený přístup ke komunitnímu screeningu pomocí MATCH-AI, softwaru umělé inteligence, který modeluje prevalenci tuberkulózy v sub-oblasti, může zlepšit výnos intervencí ACF v Pákistánu. V intervenční větvi bude terénní tým provádět komunitní aktivity ACF (nazývané hrudní tábory) primárně v místech, u nichž MATCH-AI předpovídá vyšší prevalenci TBC. V kontrolní části budou terénní týmy nadále využívat stávající přístupy k výběru kempu. Zkouška bude probíhat v 65 okresech Pákistánu ve spolupráci s implementačními partnery NTP.

Typ studie

Intervenční

Zápis (Odhadovaný)

180000

Fáze

  • Nelze použít

Kontakty a umístění

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

Studijní kontakt

Studijní záloha kontaktů

Studijní místa

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

Ano

Popis

Kritéria pro zařazení: Všichni jedinci, kteří se prezentují na tábořiště, se budou moci zúčastnit screeningu, včetně těch, kteří v minulosti trpěli TBC.

Kritéria vyloučení: Děti do 15 let a těhotné ženy budou vyloučeny.

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

  • Primární účel: Výzkum zdravotnických služeb
  • Přidělení: Randomizované
  • Intervenční model: Crossover Assignment
  • Maskování: Singl

Zbraně a zásahy

Skupina účastníků / Arm
Intervence / Léčba
Experimentální: Zásah
Výběr místa tábora pro aktivní vyhledávání případů tuberkulózy pomocí MATCH-AI
Jiný: Výběr místa tábora pro aktivní vyhledávání případů tuberkulózy pomocí MATCH-AI
Primárním zásahem v této studii je zavedení MATCH-AI, softwaru umělé inteligence, který modeluje prevalenci tuberkulózy v podoblasti, aby vedl výběr místa táborů ACF. Nástroj MATCH-AI využívá Bayesovský modelovací přístup k předpovědi prevalence TBC s rozlišením 10 000 obyvatel, které jsou mapovány jako polygony. Model integruje data z celé řady zdrojů, včetně historických dat o oznámeních zařízení pro TBC, předchozích dat ACF a také kontextových faktorů, jako je demografie, příjem, hustota populace, zdravotní ukazatele, jako je proočkovanost a proměnné související s klimatem, aby bylo možné předpovědět lokalizovanou prevalenci TBC. V intervenční větvi budou tábory vedeny především v lokalitách řízených MATCH-AI.
Žádný zásah: Řízení
Výběr kempů pro aktivní vyhledávání případů TBC pomocí stávajících přístupů.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Výnos pozitivity tábora
Časové okno: 12 měsíců
Počty bakteriologicky potvrzených případů TBC (B+) diagnostikovaných v každém táboře
12 měsíců

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Míra pozitivity tábora
Časové okno: 12 měsíců
Bakteriologicky potvrzené případy TBC (B+) na vyšetřovanou populaci
12 měsíců
Výtěžek Camp All-Forms
Časové okno: 12 měsíců
Počty případů All-Forms TBC (AF-TB) diagnostikovaných v každém táboře
12 měsíců
Míra TB Camp All-Forms
Časové okno: 12 měsíců
Případy All-Form TB (AF-TB) na vyšetřovanou populaci
12 měsíců

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Centre for Global Public Health Pakistan

Spolupracovníci

Mercy Corps Pakistan

Vyšetřovatelé

  • Vrchní vyšetřovatel: Faran Emmanuel, Centre for Global Public Health Pakistan

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. září 2023

Primární dokončení (Odhadovaný)

31. října 2024

Dokončení studie (Odhadovaný)

30. června 2025

Termíny zápisu do studia

První předloženo

21. srpna 2023

První předloženo, které splnilo kritéria kontroly kvality

28. srpna 2023

První zveřejněno (Aktuální)

30. srpna 2023

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

25. července 2024

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

24. července 2024

Naposledy ověřeno

1. července 2024

Více informací

Termíny související s touto studií

Klíčová slova

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • CGPH-TB2023-24

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Popis plánu IPD

Na konci pokusu budou souhrnná, souhrnná data použitá pro konečnou analýzu uložena na veřejném úložišti k archivaci.

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

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 .

Klinické studie na Tuberkulóza

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in France

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

Předplatit