Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Entwicklung vertrauenswürdiger, auf künstlicher Intelligenz (KI) basierender Tools zur Vorhersage des Risikos und des Fortschreitens von Gefäßerkrankungen (VASCULAIDRETRO)

4. Januar 2024 aktualisiert von: Kak Khee Yeung, Amsterdam UMC, location VUmc
Die VASCULAID-RETRO-Studie im Rahmen des umfassenderen VASCULAID-Projekts zielt darauf ab, Algorithmen der künstlichen Intelligenz (KI) zu entwickeln, die kardiovaskuläre Ereignisse und das Fortschreiten eines abdominalen Aortenaneurysmas (AAA) und einer peripheren arteriellen Verschlusskrankheit (pAVK) vorhersagen können. Die Studie sieht vor, Daten von mindestens 5.000 AAA- und 6.000 pAVK-Patienten zu sammeln und zu analysieren und dabei bestehende Kohorten und retrospektiv gesammelte Daten zu kombinieren. Im Rahmen dieses Projekts werden KI-Tools entwickelt, um automatische anatomische Segmentierungen und Analysen in der multimodalen Bildgebung durchzuführen. KI-Vorhersagealgorithmen werden auf der Grundlage von Daten aus mehreren Quellen (Bildgebung, Krankengeschichte, Omics) entwickelt.

Studienübersicht

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

Beobachtungs

Einschreibung (Geschätzt)

11000

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

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

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Männer und Frauen im Alter zwischen 40 und 90 Jahren mit einem Bauchaortenaneurysma und/oder einer peripheren arteriellen Verschlusskrankheit.

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

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
Patienten mit abdominalem Aortenaneurysma
Keine Intervention, retrospektive Studie
Patienten mit peripherer arterieller Verschlusskrankheit
Keine Intervention, retrospektive Studie

Was misst die Studie?

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

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

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

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)

31. Oktober 2023

Primärer Abschluss (Geschätzt)

1. Mai 2029

Studienabschluss (Geschätzt)

1. Mai 2029

Studienanmeldedaten

Zuerst eingereicht

4. Januar 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

4. Januar 2024

Zuerst gepostet (Tatsächlich)

16. Januar 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

16. Januar 2024

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

4. Januar 2024

Zuletzt verifiziert

1. Januar 2024

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

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 .

Abonnieren