Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Inteligencia artificial: una nueva alternativa para analizar CKD-MBD en hemodiálisis

20 de diciembre de 2018 actualizado por: Maimónides Biomedical Research Institute of Córdoba

Inteligencia artificial: para analizar CKD-MBD en hemodiálisis y riesgo cardiovascular

La regulación del calcio, el fosfato y la hormona paratiroidea en hemodiálisis es compleja y cada parámetro no se regula de forma independiente. La modificación simultánea en estos tres parámetros es el resultado del metabolismo mineral anormal y del tratamiento utilizado. El objetivo específico de este trabajo es realizar un análisis y una descripción precisos y exhaustivos de las complejas relaciones entre parámetros clínicamente relevantes en la enfermedad ósea del metabolismo de la enfermedad renal crónica. Para lograr estos objetivos, hemos utilizado un enfoque de aprendizaje automático Random Forest capaz de extraer conocimiento útil de una gran base de datos. El análisis de las complejas interacciones entre los diferentes parámetros necesita un enfoque matemático avanzado como Random Forest. El segundo objetivo de este estudio es determinar si el calcio, el fosfato y la hormona paratiroidea, el factor de crecimiento de fibroblastos 23 y el calcitriol están asociados a largo plazo con las características demográficas, la mortalidad, la comorbilidad y la terapia prescrita. Analizaremos en un estudio prospectivo sobre pacientes incidentes, si el uso de este nuevo modelo puede predecir el riesgo cardiovascular.

Descripción general del estudio

Descripción detallada

En pacientes en hemodiálisis, las desviaciones de la concentración sérica de calcio, fosfato u hormona paratiroidea de los valores recomendados por KDIGO se asocian a un resultado negativo. La regulación del calcio, el fosfato y la hormona paratiroidea es compleja y cada parámetro no se regula de forma independiente. En hemodiálisis la modificación simultánea del paciente en estos tres parámetros es el resultado de alteraciones del metabolismo mineral y del tratamiento utilizado para corregir estas anomalías que suelen producir cambios en más de un parámetro. El objetivo específico de este trabajo es realizar un análisis y una descripción precisos y exhaustivos de las complejas relaciones entre parámetros clínicamente relevantes en la enfermedad ósea del metabolismo de la enfermedad renal crónica. Para lograr estos objetivos, hemos utilizado un enfoque de aprendizaje automático Random Forest capaz de extraer conocimiento útil de una gran base de datos. El análisis de las complejas interacciones entre los diferentes parámetros necesita un enfoque matemático avanzado como Random Forest. El segundo objetivo de este estudio es determinar si el calcio, el fosfato y la hormona paratiroidea, el factor de crecimiento de fibroblastos 23 y el calcitriol están asociados a largo plazo con las características demográficas, la mortalidad, la comorbilidad y la terapia prescrita. Compara las predicciones obtenidas con el análisis estadístico convencional versus el nuevo modelo de análisis basado en inteligencia artificial. Nuestros resultados preliminares sugieren que existen interacciones entre algunos parámetros que son lo suficientemente fuertes como para cuestionar si la evaluación de una terapia determinada puede basarse en la medición de un solo parámetro. Posteriormente, analizaremos en un estudio prospectivo sobre pacientes incidentes, si el uso de este nuevo modelo puede predecir el riesgo cardiovascular y reducir el coste de la terapia.

Tipo de estudio

De observación

Inscripción (Actual)

197

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Ubicaciones de estudio

      • Córdoba, España, 14004
        • Hospital Universitario Reina Sofia

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

18 años a 90 años (Adulto, Adulto Mayor)

Acepta Voluntarios Saludables

No

Géneros elegibles para el estudio

Todos

Método de muestreo

Muestra no probabilística

Población de estudio

Pacientes incidentes en hemodiálisis

Descripción

Criterios de inclusión:

  • Pacientes incidentes en hemodiálisis
  • Insuficiencia renal no aguda

Criterio de exclusión:

  • Tratamiento previo con cinacalcet
  • neoplasia
  • Paratirodectomía previa

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Cambio con respecto al valor inicial del factor de crecimiento de fibroblastos 23 (pg/ml) a los 24 meses
Periodo de tiempo: Línea de base, 24 meses
Análisis prospectivo del factor de crecimiento de fibroblastos en una cohorte de pacientes incidentes en hemodiálisis
Línea de base, 24 meses

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Investigadores

  • Investigador principal: Alejandro Martín Malo, MD, Andalusian Public Health System

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Actual)

1 de febrero de 2016

Finalización primaria (Actual)

19 de diciembre de 2018

Finalización del estudio (Actual)

19 de diciembre de 2018

Fechas de registro del estudio

Enviado por primera vez

23 de febrero de 2016

Primero enviado que cumplió con los criterios de control de calidad

26 de febrero de 2016

Publicado por primera vez (Estimar)

3 de marzo de 2016

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

21 de diciembre de 2018

Última actualización enviada que cumplió con los criterios de control de calidad

20 de diciembre de 2018

Última verificación

1 de diciembre de 2018

Más información

Términos relacionados con este estudio

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .

3
Suscribir