Entwicklung vertrauenswürdiger, auf künstlicher Intelligenz (KI) basierender Tools zur Vorhersage des Risikos und des Fortschreitens von Gefäßerkrankungen (VASCULAIDRETRO)
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Bisher ist nicht bekannt, bei welchen Patienten mit abdominalem Aortenaneurysma (AAA) und peripherer arterieller Verschlusskrankheit (pAVK) kardiovaskuläre Ereignisse auftreten oder bei welchen Patienten das AAA oder die pAVK fortschreitet. Im VASCULAID-Projekt zielt die VASCULAID-RETRO-Studie darauf ab, Daten bestehender Kohorten und retrospektiv gesammelter Daten zu nutzen, um Algorithmen der künstlichen Intelligenz (KI) zu entwickeln, die das Risiko kardiovaskulärer Ereignisse und das Ausmaß des Krankheitsverlaufs bewerten können.
Um die Algorithmen für die Vorhersagen zu entwickeln und zu trainieren, planen wir die retrospektive Aufnahme von mindestens 5.000 AAA- und 6.000 pAVK-Patienten. KI-Tools werden auf die Patientendaten angewendet. Es wird eine automatische anatomische Segmentierung von Bildern und eine Bildanalyse in US, CTA und MRT durchgeführt. Außerdem werden Algorithmen zur Vorhersage kardiovaskulärer Ereignisse und des Fortschreitens von AAA oder PAD auf der Grundlage einer Datenanalyse aus mehreren Quellen entwickelt.
Patientendaten von europäischen klinischen Konsortialpartnern sind verfügbar. Dieses Konsortium hat Zugriff auf große Kohorten mit relevanten Daten für die geplante Studie, die zur Anreicherung der bestehenden Register verwendet werden. Diese Daten werden verwendet, um die Algorithmen zu verfeinern, die für die Vorhersage kardiovaskulärer Ereignisse und des AAA/PAD-Verlaufs entwickelt wurden.
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Kak Khee Yeung, MD, PhD
- Telefonnummer: +31 6 14278725
- E-Mail: k.yeung@amsterdamumc.nl
Studieren Sie die Kontaktsicherung
- Name: Lotte Rijken, Msc.
- E-Mail: l.rijken@amsterdamumc.nl
Studienorte
-
-
-
Hamburg, Deutschland
- Rekrutierung
- Asklepios Kliniken Hamburg
-
Kontakt:
- Christian Behrendt
-
-
-
-
-
Helsinki, Finnland
- Rekrutierung
- Hospital District of Helsinki and Uusimaa (HUS)
-
Kontakt:
- Riikka Tulamo
-
-
-
-
-
Amsterdam, Niederlande
- Rekrutierung
- Amsterdam UMC
-
Kontakt:
- Kak Khee Yeung
-
-
-
-
-
Porto, Portugal
- Rekrutierung
- University Hospital Center of São João
-
Kontakt:
- Marina Dias-Neto
-
-
-
-
-
Belgrade, Serbien
- Rekrutierung
- University Clinical Centre of Serbia
-
Kontakt:
- Igor Koncar
-
-
-
-
-
Oxford, Vereinigtes Königreich
- Rekrutierung
- Oxford University Hospitals
-
Kontakt:
- Regent Lee
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Männer und Frauen, 40–90 Jahre alt, mit einem AAA >3 cm. Dazu gehören Patienten mit infrarenalen, juxtarenalen, suprarenalen, iliakalen Aneurysmen (definiert als das 1,5-fache des normalen Durchmessers) sowie mykotischen Aneurysmen. Eingeschlossen werden auch Patienten, bei denen Eingriffe oder Brüche aufgetreten sind
- Männer und Frauen im Alter von 40–90 Jahren, alle pAVK-Patienten (Fontaine-Stadien 1,2,3 und 4).
Ausschlusskriterien:
- Patienten mit einem aufsteigenden, thorakalen, thorakoabdominalen (Typ 1-3) Aneurysma.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Patienten mit abdominalem Aortenaneurysma
|
Keine Intervention, retrospektive Studie
|
|
Patienten mit peripherer arterieller Verschlusskrankheit
|
Keine Intervention, retrospektive Studie
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Entwicklung von Algorithmen zur Vorhersage des Krankheitsverlaufs
Zeitfenster: 3 Jahre
|
Das Hauptziel dieser retrospektiven Studie ist die Entwicklung und das Training von Algorithmen zur Vorhersage des Krankheitsverlaufs und des Risikos kardiovaskulärer Ereignisse bei AAA- und pAVK-Patienten durch Nutzung multiparametrischer Daten von 5000 AAA (>1000 in AUMC) und 6000 PAD (>1000 in AUMC). ) Patienten aus bestehenden Kohorten und Biobanken.
|
3 Jahre
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Interne Validierung von Algorithmen zur Vorhersage des Krankheitsverlaufs
Zeitfenster: 3 Jahre
|
Das sekundäre Ziel wird die interne Validierung der entwickelten Algorithmen anhand von Daten aus retrospektiven Kohorten sein.
|
3 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- 2011279
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .