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

Validación clínica de la plataforma de aprendizaje profundo DystoniaNet para el diagnóstico de distonía aislada

24 de noviembre de 2025 actualizado por: Kristina Simonyan, Massachusetts Eye and Ear Infirmary
Esta investigación involucra estudios retrospectivos y prospectivos para la validación clínica de una plataforma de aprendizaje profundo DystoniaNet para el diagnóstico de distonía aislada.

Descripción general del estudio

Descripción detallada

La distonía aislada es un trastorno del movimiento de fisiopatología desconocida, que causa contracciones musculares involuntarias que conducen a movimientos y posturas de torsión anormales, típicamente con patrones. Un desafío significativo en el manejo clínico de la distonía se debe a la ausencia de un biomarcador y una prueba diagnóstica estándar 'gold' asociada. Actualmente, el diagnóstico de distonía se guía por evaluaciones clínicas de sus síntomas, lo que conduce a un bajo acuerdo entre los médicos y una alta tasa de imprecisiones diagnósticas. Se estima que solo el 5% de los pacientes reciben un diagnóstico preciso al inicio de los síntomas, y el retraso diagnóstico promedio se extiende hasta 10,1 años. Este estudio llevará a cabo estudios retrospectivos y prospectivos para validar clínicamente el rendimiento de DystoniaNet, una plataforma de aprendizaje profundo basada en biomarcadores para el diagnóstico de distonía aislada.

Los estudios retrospectivos validarán clínicamente el rendimiento diagnóstico del algoritmo DystoniaNet (1) en pacientes en comparación con sujetos sanos (prueba normativa) y (2) entre pacientes con distonía y otras afecciones neurológicas y no neurológicas (prueba diferencial).

El estudio prospectivo aleatorizado validará el rendimiento del algoritmo DystoniaNet para un diagnóstico preciso, objetivo y rápido de la distonía en el entorno clínico real.

Se espera que esta investigación avance el algoritmo DystoniaNet para el diagnóstico de distonía en su uso clínico para aumentar la precisión del diagnóstico de distonía. La detección y el diagnóstico tempranos de la distonía permitirán su tratamiento temprano y un mejor pronóstico, lo que tendrá un impacto positivo general en la atención médica y la calidad de vida de los pacientes.

Tipo de estudio

Intervencionista

Inscripción (Estimado)

1000

Fase

  • No aplica

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.

Estudio Contacto

Ubicaciones de estudio

    • Massachusetts
      • Boston, Massachusetts, Estados Unidos, 02114
        • Reclutamiento
        • Massachusetts Eye and Ear Infirmary
        • Contacto:

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

  • Niño
  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

Sí

Descripción

Criterios de inclusión:

  1. Hombres y mujeres de diversos orígenes raciales y étnicos, con edades a lo largo de la vida;
  2. Los pacientes tendrán al menos una de las formas de distonía, incluida la distonía focal (p. ej., laríngea, cervical, oromandibular, blefaroespasmo, mano focal, músicos), distonía segmentaria o distonía generalizada;
  3. Los pacientes tendrán otros trastornos del movimiento (enfermedad de Parkinson, temblor esencial, discinesia, mioclono) y otras afecciones no neurológicas (trastornos de tics, tortícolis, atrapamiento del nervio cubital, trastornos temporomandibulares, disfonía) que simulan síntomas distónicos.

Criterio de exclusión:

  1. Pacientes que son incapaces de dar su consentimiento informado;
  2. Pacientes que no pueden someterse a una resonancia magnética del cerebro debido a la presencia de ciertos tatuajes y objetos ferromagnéticos en sus cuerpos (p. ej., estimuladores implantados, clips quirúrgicos, prótesis, válvula cardíaca artificial) que no se pueden quitar o debido al embarazo o la lactancia en el momento de la el estudio.

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

  • Propósito principal: Diagnóstico
  • Asignación: Aleatorizado
  • Modelo Intervencionista: Asignación paralela
  • Enmascaramiento: Doble

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Sin intervención: Validación clínica retrospectiva de DystoniaNet
Los estudios retrospectivos (1) validarán clínicamente el rendimiento diagnóstico de DystoniaNet en comparación con un estado neurológico normal (prueba normativa) y (2) desarrollarán y probarán las extensiones de DystoniaNet en comparación con otras afecciones neurológicas y no neurológicas (prueba diferencial).
Experimental: Validación clínica prospectiva de DystoniaNet
Los estudios aleatorios prospectivos validarán el rendimiento de DystoniaNet para un diagnóstico preciso, objetivo y rápido de la distonía en el entorno clínico real.
DystoniaNet se utilizará para el diagnóstico de distonía y su diagnóstico diferencial con otros trastornos neurológicos y no neurológicos que simulan síntomas de distonía.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
Corrección del diagnóstico clínico de distonía utilizando el algoritmo DystoniaNet
Periodo de tiempo: 4 años
La corrección del diagnóstico de distonía (distonía sí/distonía no) se establecerá utilizando el algoritmo de aprendizaje automático DystoniaNet
4 años
Tiempo de diagnóstico clínico de distonía utilizando el algoritmo DystoniaNet
Periodo de tiempo: 4 años
El tiempo (en meses) desde el inicio de los síntomas hasta el diagnóstico clínico se establecerá mediante el algoritmo de aprendizaje automático DystoniaNet
4 años

Colaboradores e Investigadores

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

Investigadores

  • Investigador principal: Kristina Simonyan, MD, PhD, Massachusetts Eye and Ear

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 junio de 2022

Finalización primaria (Estimado)

30 de abril de 2028

Finalización del estudio (Estimado)

30 de abril de 2028

Fechas de registro del estudio

Enviado por primera vez

28 de noviembre de 2021

Primero enviado que cumplió con los criterios de control de calidad

30 de marzo de 2022

Publicado por primera vez (Actual)

7 de abril de 2022

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

2 de diciembre de 2025

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

24 de noviembre de 2025

Última verificación

1 de noviembre de 2025

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

producto fabricado y exportado desde los 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. .

Suscribir