Quantitative 3D-Ultraschall-Bildgebung des Gehirns: Entwicklung neuer Biomarker am Krankenbett zur besseren Vorhersage neurokognitiver Entwicklungsverläufe bei Frühgeborenen (QUSBI)
Quantitative 3D-Ultraschall-Gehirnbildgebung: Entwicklung neuer Biomarker am Krankenbett zur besseren Vorhersage von neuroentwicklungsbezogenen Ergebnissen bei Frühgeborenen
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Begründung:
Frühgeburtlichkeit ist eine Hauptursache für neuroentwicklungsbedingte Störungen (NDDs). In Europa entwickeln 10 % der 50.000 sehr frühgeborenen Kinder eine Zerebralparese und 35 % leiden an anhaltenden kognitiven und neuropsychiatrischen Störungen, einschließlich Autismus, die eine langfristige gesundheitliche Betreuung erfordern. NDDs nach Frühgeburt stehen in engem Zusammenhang mit Schäden an der weißen Substanz, einschließlich punktueller Läsionen der weißen Substanz (PWMLs), einem vielversprechenden Marker für nachfolgende NDDs, der bis zu 24 % der sehr frühgeborenen Kinder betrifft. Daher ist eine verbesserte Früherkennung von Hirnschäden bei sehr frühgeborenen Säuglingen eine Priorität, um NDDs vorherzusagen und somit potenzielle neuroprotektive Strategien zu bewerten und frühe Interventionen umzusetzen. Die Magnetresonanztomographie (MRT) ist der Goldstandard zur Beurteilung der Integrität der weißen Substanz und hat einen Zusammenhang zwischen der Thalamusstruktur, Ventrikeldilatation, Schäden an der weißen Substanz und NDDs im Vorschulalter bei sehr frühgeborenen Säuglingen aufgezeigt. Allerdings leidet sie unter begrenzter Zugänglichkeit, geringer Portabilität und hoher Empfindlichkeit gegenüber Bewegungsartefakten, was ihren Wert für das Screening bei allen Frühgeborenen mit NDD-Risiko mindert. Im Gegensatz dazu ist die konventionelle 2D-kraniale Ultraschalluntersuchung (cUS) ein weit verbreitetes Instrument auf neonatologischen Intensivstationen, um Hirnläsionen prospektiv durch die vordere Fontanelle zu screenen. Allerdings ist sie zwar geeignet, schwere Läsionen zu erkennen, die nur bei 4-5 % der sehr frühgeborenen Säuglinge beobachtet werden, bleibt jedoch trotz jüngster Verbesserungen weniger zuverlässig für die umfassende Erkennung von PWMLs. Daher müssen 3D- und quantitative Ultraschallwerkzeuge am Patientenbett entwickelt werden, um nicht nur PWMLs, sondern auch andere Hirnstrukturen mit vielversprechendem prognostischem Wert automatisch zu erkennen und zu quantifizieren.
Hauptziel:
Identifizierung neuer früher Bildgebungsbiomarker zur Vorhersage von NDDs im Alter von 2 Jahren.
Primärer Endpunkt:
Korrelation zwischen der 3D-Quantifizierung der PWML-Belastung, die zwischen Tag 3±1 und Tag 21±3 erhoben wird, und den Ergebnissen der Bayley-Skalen-Bewertung, 4. Auflage, französische Ausgabe (2022) im Alter von 2 Jahren sowie dem Fragebogen Parent Report of Children's Abilities-Revised (PARCA-R), der Frühgeborene mit Risiko für Entwicklungsverzögerungen im Alter von 24 Monaten identifiziert.
Sekundäre Ziele:
- Entwicklung einer Verarbeitungspipeline zur Rekonstruktion von 3D-cUS-Volumina & automatischen Erkennungs- und Segmentierungsalgorithmen basierend auf Deep-Learning-Methoden.
- Validierung dieser Modelle zur Erkennung von PWMLs & Segmentierung von Thalami und dem zerebralen Ventrikelsystem (CVS).
- Korrelation der 3D-Längsschnittvolumina von Thalami und CVS bei sehr frühgeborenen Säuglingen mit & ohne PWMLs.
Sekundäre Endpunkte:
- Längsschnitt-cUS-Daten ermöglichen die Generierung von Standardwachstumskurven für Thalami- und CVS-Volumina, stratifiziert nach Geschlecht und abhängig von der gleichzeitigen Erkennung von PWMLs.
Korrelation zwischen der 3D-Quantifizierung der PWML-Belastung, die zwischen Tag 3±1 und Tag 21±3 erhoben wird, und den Ergebnissen des Fragebogens Parent Report of Children's Abilities-Revised (PARCA-R).
3D-Quantifizierung von PWMLs und anderen 3D-cUS-Gewebesegmentierungen, die mit neuen Algorithmen aus WP3 generiert wurden, als Prädiktoren für (i) MRT-Befunde zum Termin und (ii) neuroentwicklungsbedingte Ergebnisse im Alter von 2 Jahren.
Auswirkung:
Dieses Projekt wird die Qualität der Versorgung verbessern, indem es fortgeschrittene quantitative Hirnbildgebung auf alle sehr frühgeborenen Säuglinge ausweitet und die Früherkennung von Hirnschäden verbessert. Es wird auch erwartet, dass es personalisierte Medizinansätze fördert und translationale Forschung in der Neuroprotektion durch die Entwicklung neuer Biomarker für Hirnschäden unterstützt. Sozioökonomische Auswirkungen umfassen Kostensenkungen durch frühzeitige Identifizierung gefährdeter Kinder und rechtzeitige Interventionen zur Prävention schwerer NDDs. QUSBI wird auch erhebliche Auswirkungen auf die Familienunterstützung haben.
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Olivier BAUD, MD, PhD
- Telefonnummer: +33 01 58 41 24 23
- E-Mail: olivier.baud@aphp.fr
Studieren Sie die Kontaktsicherung
- Name: Adèle BELLINO
- Telefonnummer: +33 01 71 76 07 57
- E-Mail: adele.bellino@aphp.fr
Studienorte
-
-
Île-de-France Region
-
Paris, Île-de-France Region, Frankreich, 75014
- Hôpital Cochin Port-Royal, APHP Centre
-
Kontakt:
- Olivier BAUD, MD, PhD
- Telefonnummer: +33 01 58 41 24 23
- E-Mail: olivier.baud@aphp.fr
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Sehr frühgeborene Säuglinge (entweder im Krankenhaus geboren oder von außerhalb aufgenommen) zwischen 23+0 und 29+6 Schwangerschaftswochen
- Schriftliche Einwilligung der Inhaber der elterlichen Sorge nach Aufklärung.
Ausschlusskriterien:
- Aufnahme zur Palliativversorgung
- Chromosomenaberrationen und größere Fehlbildungen, die nach der Geburt festgestellt werden Größere Fehlbildungen
- Chromosomenaberrationen
- Keine gesetzliche Krankenversicherung
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Identifizierung neuer früher Bildgebungsbiomarker zur Vorhersage von NDDs im Alter von 2 Jahren.
Zeitfenster: 2 Jahre
|
Korrelation zwischen der 3D-Quantifizierung der PWML-Belastung und den Ergebnissen der Bayley-Skalen-Bewertung im Alter von 2 Jahren sowie dem Elternbericht über die Fähigkeiten von Kindern - überarbeitet (PARCA-R) Fragebogen, der Frühgeborene mit Entwicklungsrisiko im Alter von 24 Monaten identifiziert.
|
2 Jahre
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Entwicklung einer Verarbeitungspipeline, die die Rekonstruktion von 3D-cUS-Volumina ermöglicht, sowie automatische Erkennungs- und Segmentierungsalgorithmen auf Basis von Deep-Learning-Methoden.
Zeitfenster: Zwischen Tag 3±1 und Tag 21±3
|
Longitudinale cUS-Daten ermöglichen die Generierung von Standardwachstumskurven für Thalamus- und CVS-Volumina, stratifiziert nach Geschlecht und abhängig von der gleichzeitigen Detektion von PWMLs
|
Zwischen Tag 3±1 und Tag 21±3
|
|
Validierung dieser Modelle zur Erkennung von PWMLs & Segmentierung von Thalami und des zerebralen Ventrikelsystems (CVS).
Zeitfenster: 2 Jahre
|
Korrelation zwischen der 3D-Quantifizierung der PWML-Belastung, die zwischen Tag 3±1 und Tag 21±3 sowie zwischen Tag 3±1 und dem termingerechten Alter erhoben wurde, und den Ergebnissen des Elternfragebogens zur Beurteilung der kindlichen Fähigkeiten (Parent Report of Children's Abilities-Revised, PARCA-R).
|
2 Jahre
|
|
Korrelation von Thalami- und CVS-3D-Längsschnittvolumina bei sehr frühgeborenen Säuglingen mit & ohne PWML
Zeitfenster: 2 Jahre
|
3D-Quantifizierung von PWMLs und anderen 3D-cUS-Gewebesegmentierungen, die mit neuen Algorithmen aus WP3 erstellt wurden, als Prädiktoren für (i) MRT-Befunde zum Termin und (ii) neuroentwicklungsbezogene Ergebnisse im Alter von 2 Jahren
|
2 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: Olivier BAUD, MD, PhD, Assistance Publique - Hôpitaux de Paris
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
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
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- APHP251518
- IDRCB (Andere Kennung: 2025-A02589-40)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .