Udvikling af pålidelige kunstig intelligens (AI)-drevne værktøjer til at forudsige vaskulær sygdomsrisiko og progression (VASCULAIDRETRO)
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Hidtil er det ukendt, hvilke patienter med abdominal aortaaneurisme (AAA) og perifer arteriel sygdom (PAD) vil lide af kardiovaskulære hændelser, eller hos hvilke patienter AAA eller PAD vil udvikle sig. I VASCULAID-projektet sigter VASCULAID-RETRO-studiet på at udnytte data fra eksisterende kohorter og retrospektivt indsamlede data til at udvikle kunstig intelligens (AI) algoritmer, der er i stand til at evaluere risikoen for kardiovaskulære hændelser og omfanget af sygdomsprogression.
For at opbygge og træne algoritmerne til forudsigelserne planlægger vi retrospektivt at tilmelde mindst 5000 AAA og 6000 PAD-patienter AI-værktøjer vil blive anvendt på patientdataene. Der vil blive udført automatisk anatomisk segmentering på billeder og billedanalyse på US, CTA og MRI. Der vil også blive udviklet algoritmer til at forudsige kardiovaskulære hændelser og AAA- eller PAD-progression baseret på multi-source dataanalyse.
Patientdata fra europæiske kliniske konsortiumpartnere er tilgængelige. Dette konsortium har adgang til store kohorter med relevante data til den påtænkte undersøgelse, som vil blive brugt til at berige de eksisterende registre. Disse data vil blive brugt til at forfine de algoritmer, der er udviklet til forudsigelse af kardiovaskulære hændelser og AAA/PAD-progression.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Kak Khee Yeung, MD, PhD
- Telefonnummer: +31 6 14278725
- E-mail: k.yeung@amsterdamumc.nl
Undersøgelse Kontakt Backup
- Navn: Lotte Rijken, Msc.
- E-mail: l.rijken@amsterdamumc.nl
Studiesteder
-
-
-
Oxford, Det Forenede Kongerige
- Rekruttering
- Oxford University Hospitals
-
Kontakt:
- Regent Lee
-
-
-
-
-
Helsinki, Finland
- Rekruttering
- Hospital District of Helsinki and Uusimaa (HUS)
-
Kontakt:
- Riikka Tulamo
-
-
-
-
-
Amsterdam, Holland
- Rekruttering
- Amsterdam UMC
-
Kontakt:
- Kak Khee Yeung
-
-
-
-
-
Porto, Portugal
- Rekruttering
- University Hospital Center of São João
-
Kontakt:
- Marina Dias-Neto
-
-
-
-
-
Belgrade, Serbien
- Rekruttering
- University Clinical Centre of Serbia
-
Kontakt:
- Igor Koncar
-
-
-
-
-
Hamburg, Tyskland
- Rekruttering
- Asklepios Kliniken Hamburg
-
Kontakt:
- Christian Behrendt
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Hanner og hunner, 40-90 år, med en AAA >3 cm. Dette omfatter patienter med infrarenale, juxtarenale, suprarenale, iliacale (defineret som 1,5x dens normale diameter) aneurismer, såvel som mykotiske aneurismer. Patienter, der har haft indgreb eller rupturer vil også blive inkluderet
- Mænd og kvinder, 40-90 år, alle PAD-patienter (Fontaine-stadier 1,2,3 og 4).
Ekskluderingskriterier:
- Patienter med en ascenderende, thorax, thoracoabdominal (type 1-3) aneurisme.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Antal grupper/kohorter
Kohorter og interventioner
Gruppe / kohorteGruppe / kohorte |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Abdominal aortaaneurismepatienter
|
Ingen intervention, retrospektiv undersøgelse
|
|
Patienter med perifer arteriel sygdom
|
Ingen intervention, retrospektiv undersøgelse
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Udvikling af algoritmer til forudsigelse af sygdomsprogression
Tidsramme: 3 år
|
Det primære mål med denne retrospektive undersøgelse er at udvikle og træne algoritmer til at forudsige sygdomsprogression og risiko for kardiovaskulære hændelser hos AAA- og PAD-patienter ved at udnytte multiparametriske data fra 5000 AAA (>1000 i AUMC) og 6000 PAD (>1000 i AUMC) ) patienter fra eksisterende kohorter og biobanker.
|
3 år
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Intern validering af algoritmer til forudsigelse af sygdomsprogression
Tidsramme: 3 år
|
Det sekundære mål vil være intern validering af de udviklede algoritmer ved hjælp af data fra retrospektive kohorter.
|
3 år
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Samarbejdspartnere
Samarbejdspartnere
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2011279
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .