- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT02837172
Diagnose von PD und PD-Progression mittels DWI (K23)
Diagnose der Parkinson-Krankheit und Vorhersage des Fortschreitens mittels diffusionsgewichteter Bildgebung
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Spezifisches Ziel 1a: Vergleichen Sie das Ergebnis einer DTI-basierten Vorhersage mit einem gleichzeitigen klinischen DAT-Scan bei 100 Probanden mit Verdacht auf Parkinsonismus und bestimmen Sie die Übereinstimmungsrate zwischen den beiden Diagnosetechniken.
Spezifisches Ziel 1b: Vergleichen Sie die Vorhersagegenauigkeit eines Basis-DTI mit einer „Goldstandard“-Expertendiagnose nach 36-monatiger Nachuntersuchung bei 100 Probanden, die DaTscan wegen Verdacht auf Parkinsonismus erhielten.
Spezifisches Ziel 2a: Verwendung von TBM zur Bewertung des Volumens und des Querschnittskalibers (basierend auf der punktuellen Faserbahnrichtung) der Fimbrien, Pallidonigralbahnen und Subthalamus-Nigralbahnen bei Parkinson und gesunden Kontrollpersonen. Stellen Sie fest, ob Änderungen im Volumen und Kaliber der weißen Substanz anhand der PPMI-Studie zur Vorhersage des Vorliegens einer Parkinson-Krankheit herangezogen werden können. Zweitens wird mithilfe eines modellfreien Ansatzes ermittelt, welche Merkmale der weißen Substanz auf der Grundlage von TBM das Vorhandensein einer Krankheit vorhersagen.
Spezifisches Ziel 2b: Verwenden Sie TBM, um festzustellen, ob eine erhöhte Änderungsrate des Volumens und des Querschnittskalibers der Fimbrien sowie der in Ziel 2a identifizierten hypertrophen Pallidonigral- und Subthalamus-Nigral-Bahnen mit einer schnelleren Krankheitsprogressionsrate verbunden sind PD. Bestimmen Sie anschließend mithilfe eines modellfreien Ansatzes, welche Merkmale der weißen Substanz auf der Grundlage von TBM eine schnellere Krankheitsprogression über den 5-Jahres-Verlauf der PPMI-Studie vorhersagen.
Spezifisches Ziel 3a: Vergleichen Sie DTI FA bei TD-PD und PIGD-PD im Thalamus und Läppchen IX des Kleinhirns und untersuchen Sie Probanden aus der PPMI-Studie. Das Vorhersagesignal in diesen Regionen wird die phänotypische Expression der Krankheit vorhersagen. Bestimmen Sie mithilfe von TBM und Bootstrapping die Beziehung zwischen der phänotypischen Expression der Krankheit und den Eingabe-/Ausgabewegen der weißen Substanz vom Thalamus und vom Läppchen IX des Kleinhirns.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
Alabama
-
Birmingham, Alabama, Vereinigte Staaten, 35233
- University of Alabama at Birmingham
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten ab 19 Jahren
- Zur klinischen DaTscan-Untersuchung wegen möglicher Parkinson-Krankheit überwiesen
- Kontrollen aus dem PPMI-Datensatz.
Ausschlusskriterien:
- Schwangere Frau
- Teilnehmer, die nicht an einer MRT teilnehmen können (metallische Artefakte oder andere Kontraindikationen für eine MRT bei 3T)
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Parkinson-Krankheit von UAB
MDS-UPDRS, Montreal Cognitive Assessment, PDQ-39, diffusionsgewichtete Bildgebung (DWI) und neurologische Untersuchung.
|
MDS-UPDRS, Montreal Cognitive Assessment, PDQ-39, DTI-Bildgebung (MRT) und neurologische Untersuchung. Expertenbewertung: Aktenprüfung, Formular zur PD-Anamnese und zur PD-Familienanamnese, Montreal Cognitive Assessment, PDQ-39. Standard-, vollständige, neurologische Untersuchung und MDS-UPDRS |
|
Parkinson-Krankheit aus dem PPMI-Datensatz
Erhalten Sie retrospektive und prospektive anonymisierte Daten aus dem Datensatz der Parkinson’s Progression Markers Initiative (PPMI) zu Patienten mit Parkinson-Krankheit (PD), die die folgenden Merkmale aufweisen: innerhalb von 2 Jahren nach der Diagnose, positiver DaTscan und nicht (bei Studieneintritt) bei irgendeinem Parkinson-bezogene Medikamente.
|
|
|
Kontrollen aus dem PPMI-Datensatz
Erhalten Sie retrospektive und prospektive anonymisierte DTI-Bildgebung und -Daten aus dem PPMI-Datensatz
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
MRT- und DAT-Scan: Genauigkeit der Diagnose der Parkinson-Krankheit in einer klinisch relevanten Population
Zeitfenster: 3-5 Jahre
|
Die Forscher der Studie werden messen, ob die MRT, insbesondere die diffusionsgewichtete Bildgebung, das Vorliegen einer Parkinson-Krankheit vorhersagen kann.
Die Studienforscher werden bewerten, ob die abgeleitete MRT-Vorhersage mit der Genauigkeit von DATscan bei der Erkennung der Parkinson-Krankheit übereinstimmt oder diese übertrifft.
Die klinische/radiologische Befundung des DAT-Scans bestimmt die DAT-Scan-Diagnose.
Die MRT-Scan-Diagnose wird aus der statistischen Analyse des gesamten 5-dimensionalen DWI-Signals des Gehirns sowie von Signalen wie MRT T1 und Ruhe-fMRT-Signal abgeleitet.
Zu den Analysemethoden gehören die Verwendung standardmäßiger statistischer Techniken, die von den Forschern veröffentlichten neuartigen statistischen Techniken sowie Techniken wie Deep Learning und andere Algorithmen für künstliche Intelligenz/Lernen.
|
3-5 Jahre
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Kann die MRT das Risiko für Tremor und Haltungsinstabilität bei IPS profilieren?
Zeitfenster: 3-5 Jahre
|
Die Forscher der Studie werden messen, ob die MRT, insbesondere die diffusionsgewichtete Bildgebung, zu Krankheitsbeginn vorhersagen kann, bei welchen Personen mit Parkinson-Krankheit das Risiko einer erheblichen Haltungsinstabilität und Gangstörung besteht. Die MRT-Scan-Vorhersage wird aus einer statistischen Analyse der gesamten 5- dimensionales Gehirn-DWI-Signal sowie Signale wie das MRT-T1- und das Ruhe-fMRT-Signal.
Zu den Analysemethoden gehören die Verwendung standardmäßiger statistischer Techniken, die von den Forschern veröffentlichten neuartigen statistischen Techniken sowie Techniken wie Deep Learning und andere Algorithmen für künstliche Intelligenz/Lernen.
|
3-5 Jahre
|
Mitarbeiter und Ermittler
Ermittler
- Hauptermittler: Frank Skidmore, MD, University of Alabama at Birmingham
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (TATSÄCHLICH)
Primärer Abschluss (TATSÄCHLICH)
Studienabschluss (TATSÄCHLICH)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (SCHÄTZEN)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (TATSÄCHLICH)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- K23NS083620 (NIH)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
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 .
Klinische Studien zur Diffusionsgewichtete Bildgebung (DWI)
-
University of FloridaZurückgezogen
-
Cedars-Sinai Medical CenterAbgeschlossenHerniation der HalswirbelsäuleVereinigte Staaten
-
The Hospital for Sick ChildrenAbgeschlossenEpilepsie | Fokale kortikale DysplasieKanada
-
University Hospital, Clermont-FerrandRekrutierungGehirnerschütterung, GehirnFrankreich
-
University of Michigan Rogel Cancer CenterBeendet
-
TC Erciyes UniversityThe Scientific and Technological Research Council of TurkeyUnbekanntWunde, geheilt (morphologische Anomalie) | Verletzung des Nervus medianusTruthahn
-
Region StockholmRekrutierungErkrankungen des GehirnsSchweden
-
Capital Medical UniversityRekrutierungBild | Abnorme Morphologie des zerebralen venösen Sinus | Interne JugularvenenstenoseChina
-
University of ArizonaNational Cancer Institute (NCI)AbgeschlossenBrustkrebs | Brustkrebs | Neuropathie | Neuropathie;PeripherVereinigte Staaten
-
Institut National de la Santé Et de la Recherche...AbgeschlossenAutismus-Spektrum-StörungenFrankreich