- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05560997
Stoffwechselsubtypen der nichtalkoholischen Fettlebererkrankung
29. September 2022 aktualisiert von: Yan Bi
Maschinelles Lernen zur Identifizierung metabolischer Subtypen der nichtalkoholischen Fettlebererkrankung
Der Zweck dieser Studie bestand darin, maschinelles Lernen zu nutzen, um eine genauere Klassifizierung von NAFLD-Untergruppen im Hinblick auf eine individualisierte Therapie zu erforschen.
Studienübersicht
Status
Rekrutierung
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Die klinischen Merkmale der NAFLD sind heterogen, die aktuelle Klassifizierung zur Diagnose basiert jedoch lediglich auf einer pathologischen Untersuchung.
Die herkömmliche pathologische Klassifizierung reicht nicht aus, um die Komplexität und Heterogenität der NAFLD abzubilden, und kann die Prognose nicht vorhersagen.
Im Hinblick auf eine präzise Behandlung ist eine verfeinerte metabolische Klassifizierung der NAFLD-Phänotypen für eine personalisierte Diagnose dringend erforderlich, um Patienten mit einem erhöhten Risiko für Herz-Kreislauf-Erkrankungen oder Zirrhose zu identifizieren.
Eine solche verfeinerte Klassifizierung kann eine präzisere Diagnose ermöglichen und individuellere präventive Interventionen und frühzeitige Behandlungen ermöglichen.
In einer Querschnittskohorte wurde unbeaufsichtigtes maschinelles Lernen verwendet, um Patienten mit durch Biopsie nachgewiesener NAFLD vom Drum Tower Hospital der Nanjing University Medical School auf der Grundlage klinischer Variablen zu gruppieren.
Die Überprüfung der Clusterbildung wurde in einer Längsschnittkohorte durchgeführt.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
1000
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Jiangsu
-
Nanjing, Jiangsu, China, 210008
- Rekrutierung
- Division of Endocrinology, the Affiliated Drum Tower Hospital of Nanjing University
-
-
Teilnahmekriterien
Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.
Zulassungskriterien
Studienberechtigtes Alter
18 Jahre bis 75 Jahre (Erwachsene, Älterer Erwachsener)
Akzeptiert gesunde Freiwillige
Ja
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
An der Studie nahmen Probanden teil, die sich einer Leberbiopsie oder einer körperlichen Untersuchung im Drum Tower Hospital der Nanjing University Medical School unterzogen hatten.
Beschreibung
Einschlusskriterien:
Durch Biopsie bestätigte NALD-Kohorte:
- Alter 18 bis 75 Jahre
- Erhalt einer Leberbiopsie zum Zeitpunkt der Stoffwechseloperation
- relativ vollständige klinische Informationen, einschließlich körperlicher Untersuchung, biochemischer und hämatologischer Beurteilungen
longitudinale Kohorte
- Alter 18 bis 75 Jahre
- Durchführung von bildgebenden Untersuchungen des Abdomens,
- relativ vollständige klinische Informationen, einschließlich körperlicher Untersuchung, biochemischer und hämatologischer Untersuchungen (4)Nachbeobachtungszeit mindestens mehr als 12 Monate).
Ausschlusskriterien:
- (1) übermäßiger Alkoholkonsum (≥ 140 g/Woche für Männer oder ≥ 70 g/Woche für Frauen) •
- (2) mit anderen Lebererkrankungen in der Vorgeschichte, einschließlich chronischer Hepatitis, biliären obstruktiven Erkrankungen oder Autoimmunhepatitis
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
---|---|
durch Biopsie bestätigte NAFLD-Kohorte
NAFLD ist definiert als das Vorhandensein von mindestens 5 % Steatose basierend auf einer histologischen Untersuchung.
|
Ein hohes CVD-Risiko wurde als CVD-Vorgeschichte oder ein 10-jähriges ASCVD-Risiko von ≥ 10 % definiert.
Die 10-Jahres-ASCVD-Risikoabschätzung wurde gemäß den chinesischen Leitlinien von 2016 für die Behandlung von Dyslipidämie bei Erwachsenen durchgeführt.
|
Längsschnittkohorte körperlicher Untersuchung
Die Diagnose einer NAFLD basierte auf der bildgebenden Auswertung.
|
Ein hohes CVD-Risiko wurde als CVD-Vorgeschichte oder ein 10-jähriges ASCVD-Risiko von ≥ 10 % definiert.
Die 10-Jahres-ASCVD-Risikoabschätzung wurde gemäß den chinesischen Leitlinien von 2016 für die Behandlung von Dyslipidämie bei Erwachsenen durchgeführt.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Ischämische Herzerkrankung
Zeitfenster: bis zu 5 Jahre
|
Objektive Befunde einer Koronarstenose (≥ 50 %) in mindestens 2 Koronararteriengebieten (d. h. links anterior absteigend, Ramus intermedius, linker Zirkumflex, rechte Koronararterie), die das Venengefäß, einen Hauptast oder ein Bypass-Transplantat betrifft
|
bis zu 5 Jahre
|
Dokumentierte Checkliste für Herzerkrankungen
Zeitfenster: bis zu 5 Jahre
|
Dokumentierter Myokardinfarkt oder perkutane Koronarintervention oder Koronararterien-Bypass-Transplantation
|
bis zu 5 Jahre
|
Checkliste für histologische Zirrhose
Zeitfenster: bis zu 5 Jahre
|
Zirrhose wurde als weit verbreitete Störung der normalen Leberstruktur durch die Bildung von Pseudolobuli oder Scheuer-Fibrose im Stadium 4 bei pathologischen Befunden definiert.
|
bis zu 5 Jahre
|
hepatozelluläres Karzinom
Zeitfenster: bis zu 5 Jahre
|
Die Diagnose eines hepatozellulären Karzinoms basierte auf etablierten diagnostischen Bildgebungskriterien und/oder der Histologie.
|
bis zu 5 Jahre
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
Studienaufzeichnungsdaten
Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.
Haupttermine studieren
Studienbeginn (Tatsächlich)
5. Januar 2016
Primärer Abschluss (Voraussichtlich)
30. Oktober 2022
Studienabschluss (Voraussichtlich)
1. Juni 2024
Studienanmeldedaten
Zuerst eingereicht
26. September 2022
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
29. September 2022
Zuerst gepostet (Tatsächlich)
30. September 2022
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
30. September 2022
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
29. September 2022
Zuletzt verifiziert
1. September 2022
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- NAFLDcluster
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
NEIN
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Nein
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Nein
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 Maschinelles Lernen
-
RenJi HospitalNoch keine RekrutierungDeep Learning, lumbale Magnetresonanztomographie
-
Chelsea and Westminster NHS Foundation TrustNational Institute for Health Research, United Kingdom; OCB MediaAbgeschlossenQualitätsverbesserung | Lernen | E-LearningVereinigtes Königreich
-
Hai LvNoch keine RekrutierungFacettengelenke; Entartung; Deep Learning; Künstliche Intelligenz
-
Orsi AcademyAbgeschlossen
-
Tianjin Eye HospitalRekrutierungDeep Learning, Hornhauterkrankungen, ScreeningChina
-
Maastricht University Medical CenterAktiv, nicht rekrutierendAktinische Keratose | Dermatologie | E-LearningNiederlande
-
Wuhan Union Hospital, ChinaNoch keine RekrutierungNicht-kleinzelligem Lungenkrebs | Pathologische vollständige Reaktion | Neoadjuvante Chemoimmuntherapie | Deep-Learning-Modell
-
Sun Yat-sen UniversityRekrutierungDeep-Learning-ModellChina
-
Bahria UniversityRekrutierungCovid-19 | Medizinstudent | E-LearningPakistan
-
Centre Hospitalier Universitaire, AmiensUnbekanntNierenkolik | Urolithiasis | Steine der Harnwege | Deep-Learning-RekonstruktionFrankreich
Klinische Studien zur 10-Jahres-ASCVD-Risikoabschätzung
-
Assiut UniversityNoch keine Rekrutierung
-
Advanced Education & Research CenterUniversity of Karachi; Pakistan Cardiac Society (Heart House)RekrutierungAtherosklerotische Herz-Kreislauf-Erkrankungen (ASCVD)Pakistan