Diagnóstico de EP y progresión de la EP mediante DWI (K23)
Diagnóstico de la enfermedad de Parkinson y predicción de la progresión utilizando imágenes ponderadas por difusión
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
Objetivo específico 1a: comparar el resultado de una predicción basada en DTI con una exploración DAT clínica contemporánea en 100 sujetos con sospecha de parkinsonismo y determinar la tasa de concordancia entre las dos técnicas de diagnóstico.
Objetivo específico 1b: comparar la precisión predictiva de un DTI inicial con un diagnóstico experto "estándar de oro" después de 36 meses de seguimiento en 100 sujetos que recibieron DaTscan por sospecha de parkinsonismo.
Objetivo específico 2a: Usar TBM para evaluar el volumen y el calibre de la sección transversal (basado en la dirección de la trayectoria de la fibra en puntos) de la fimbria, los tractos palidonigrales y los tractos subtalámicos-nigrales en pacientes con EP y controles sanos. Determinar si los cambios en el volumen y el calibre de la materia blanca pueden usarse para predecir la presencia de EP a partir del estudio PPMI. En segundo lugar, utilizando un enfoque sin modelo, determine qué características de la materia blanca en función de TBM predicen la presencia de la enfermedad.
Objetivo específico 2b: Usar TBM para determinar si una mayor tasa de cambio en el volumen y el calibre de la sección transversal de la fimbria, y los tractos hipertróficos palidonigral y subtalámico-nigral identificados en el objetivo 2a, están asociados con una tasa más rápida de progresión de la enfermedad en PD. En segundo lugar, utilizando un enfoque sin modelo, determine qué características de la materia blanca según TBM predicen una tasa más rápida de progresión de la enfermedad durante el curso de 5 años del estudio PPMI.
Objetivo Específico 3a: Comparar DTI FA en TD-PD y PIGD-PD en el tálamo y lóbulo IX del cerebelo, estudiando sujetos del estudio PPMI. Predecir la señal en estas regiones predecirá la expresión fenotípica de la enfermedad. Usando TBM y bootstrapping, determine la relación entre la expresión fenotípica de la enfermedad y las vías de entrada/salida de la materia blanca del tálamo y del lóbulo IX del cerebelo.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
Alabama
-
Birmingham, Alabama, Estados Unidos, 35233
- University of Alabama at Birmingham
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes mayores de 19 años
- Derivado para DaTscan clínico por posible EP
- Controles del conjunto de datos PPMI.
Criterio de exclusión:
- Mujeres embarazadas
- Participantes que no pueden participar en la resonancia magnética (artefacto metálico u otra(s) contraindicación(es) para la resonancia magnética en 3T)
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Enfermedad de Parkinson de la UAB
MDS-UPDRS, evaluación cognitiva de Montreal, PDQ-39, imágenes ponderadas por difusión (DWI) y examen neurológico.
|
MDS-UPDRS, evaluación cognitiva de Montreal, PDQ-39, imágenes DTI (MRI) y examen neurológico. Evaluación de expertos: revisión de registros, historial médico de DP y formulario de antecedentes familiares de DP, la evaluación cognitiva de Montreal, PDQ-39. examen neurológico estándar completo y MDS-UPDRS |
|
Enfermedad de Parkinson del conjunto de datos PPMI
Obtener datos anonimizados retrospectivos y prospectivos del conjunto de datos de la Iniciativa de Marcadores de Progresión de Parkinson (PPMI) sobre sujetos con enfermedad de Parkinson (EP) que tengan las siguientes características: dentro de los 2 años posteriores al diagnóstico, DaTscan positivo y no (al ingresar al estudio) en ningún Medicamentos relacionados con la EP.
|
|
|
Controles del conjunto de datos de PPMI
Obtenga datos e imágenes de DTI no identificados retrospectivos y prospectivos del conjunto de datos de PPMI
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Exploración por resonancia magnética y DAT: precisión del diagnóstico de la enfermedad de Parkinson en una población clínicamente relevante
Periodo de tiempo: 3-5 años
|
Los investigadores del estudio medirán si la resonancia magnética, específicamente las imágenes ponderadas por difusión, pueden predecir la existencia de la enfermedad de Parkinson.
Los investigadores del estudio evaluarán si la predicción derivada de la resonancia magnética coincide o supera la precisión de DATscan para detectar la enfermedad de Parkinson.
La lectura clínica/radiológica de la exploración DAT determinará el diagnóstico de la exploración DAT.
El diagnóstico de resonancia magnética se derivará del análisis estadístico de la señal DWI del cerebro de 5 dimensiones completa, así como de señales como la resonancia magnética T1 y la señal de resonancia magnética funcional en reposo.
Los métodos de análisis incluirán el uso de técnicas estadísticas estándar, los investigadores publicaron nuevas técnicas estadísticas y técnicas como Deep Learning y otros algoritmos de aprendizaje/inteligencia artificial.
|
3-5 años
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
¿Puede la resonancia magnética perfilar el riesgo de temblor e inestabilidad postural en la enfermedad de Parkinson?
Periodo de tiempo: 3-5 años
|
Los investigadores del estudio medirán si la IRM, específicamente las imágenes ponderadas por difusión, pueden predecir al inicio de la enfermedad qué personas con enfermedad de Parkinson corren el riesgo de desarrollar una inestabilidad postural significativa y disfunción de la marcha. La predicción de la IRM se derivará del análisis estadístico de los 5 señal DWI cerebral dimensional, así como señales como MRI T1 y señal fMRI en reposo.
Los métodos de análisis incluirán el uso de técnicas estadísticas estándar, los investigadores publicaron nuevas técnicas estadísticas y técnicas como Deep Learning y otros algoritmos de aprendizaje/inteligencia artificial.
|
3-5 años
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Frank Skidmore, MD, University of Alabama at Birmingham
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (ACTUAL)
Finalización primaria (ACTUAL)
Finalización del estudio (ACTUAL)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (ESTIMAR)
Actualizaciones de registros de estudio
Última actualización publicada (ACTUAL)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- K23NS083620 (NIH)
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Descripción del plan IPD
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. .
Ensayos clínicos sobre Imágenes ponderadas por difusión (DWI)
-
Universiteit AntwerpenUniversity Hospital, Antwerp; Fund for Scientific Research, Flanders, BelgiumReclutamientoDolor crónico | Neoplasia De Mama | Carcinoma de mamaBélgica