- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT05735288
Estudio de resultados de hemodiálisis y empoderamiento del paciente 03 (HOPE-03)
Estudio observacional a escala piloto, de un solo brazo, para evaluar la utilidad de un algoritmo de aprendizaje automático en la evaluación del estado de líquidos en pacientes en hemodiálisis
Este es un estudio observacional prospectivo de un solo brazo que tiene como objetivo evaluar la validez y la reproducibilidad de un algoritmo para evaluar el estado de los líquidos en una cohorte de pacientes en diálisis.
El estudio validará externamente un algoritmo existente para la predicción del peso seco en tiempo real en una cohorte de pacientes de diálisis.
Descripción general del estudio
Estado
Condiciones
Descripción detallada
La sobrecarga de volumen es un factor que contribuye a las altas tasas de mortalidad cardiovascular y por todas las causas demostradas en pacientes en hemodiálisis. En la actualidad, no existe ningún método que pueda refinar consistentemente el estado del volumen y proporcionar a los pacientes información para permitir ajustes en su ingesta de líquidos. Los estándares actuales utilizados para evaluar el volumen predicen mal el estado de los líquidos, son engorrosos de usar o carecen de una interfaz adecuada para el paciente.
Una evaluación automatizada, precisa y periódica del peso seco sería clínicamente útil, de bajo costo y rápidamente escalable. Los métodos de aprendizaje automático han sido ampliamente estudiados en nefrología. Grandes cantidades de datos de hemodiálisis precisos, recopilados y almacenados electrónicamente a intervalos regulares, tienen el potencial de aprovecharse en la predicción del volumen extracelular de los pacientes o el estado ideal de líquidos.
Se han creado varios modelos de aprendizaje automático de prueba de concepto para la predicción del peso seco en datos de hemodiálisis utilizando datos retrospectivos. Este estudio evaluará la usabilidad de los modelos de aprendizaje automático en la gestión del volumen de fluidos en pacientes de hemodiálisis y, al mismo tiempo, evaluará su validez y reproducibilidad frente a mediciones validadas; en este caso el Monitor de Composición Corporal (BCM) de Fresenius.
Dado que el modelo de aprendizaje automático para evaluar el estado de los líquidos se entrenó y probó con datos retrospectivos, existe una justificación suficiente para probar el rendimiento, la aceptabilidad y la usabilidad del modelo en un estudio prospectivo observacional controlado.
Este será un ensayo de 8 semanas con un período de prueba de 2 semanas realizado en un solo centro en Beaumont, Dublín, Irlanda. Las mediciones de bioimpedancia con Fresenius BCM se realizarán cada 2 semanas. Los datos de hemodiálisis se procesarán continuamente durante todo el ensayo. El algoritmo utilizará los datos de hemodiálisis para predecir la producción de BCM. La predicción del algoritmo se comparará con la predicción de BCM para evaluar su usabilidad.
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Sandys
- Número de teléfono: +353 1 402 2100
- Correo electrónico: info@rcsi.ie
Ubicaciones de estudio
-
-
Leinster
-
Dublin, Leinster, Irlanda, 9
- Beaumont Hospital
-
Dublin, Leinster, Irlanda, D09V2N0
- Beaumont Hospital
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Recibir hemodiálisis de mantenimiento en un entorno de atención ambulatoria
- Mayor de 18 años
- Demuestra comprensión de los requisitos del estudio.
- Dispuesto a dar su consentimiento informado por escrito.
Criterio de exclusión:
- Condiciones que impiden el uso preciso de la bioimpedancia (p. amputaciones de extremidades, desnutrición severa, embarazo, dispositivos de resincronización cardiaca, marcapasos).
- Confusión significativa o cualquier condición médica concomitante, que limitaría la capacidad del paciente para registrar síntomas u otros parámetros.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
---|
Pacientes de hemodiálisis
Pacientes de hemodiálisis que asisten a hemodiálisis en un entorno ambulatorio en el Hospital Beaumont, Irlanda.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
El objetivo principal es determinar la validez del modelo de aprendizaje automático en la estimación del peso seco determinado por bioimpedancia en pacientes en hemodiálisis.
Periodo de tiempo: 8 semanas
|
El peso seco (kg) estimado por el modelo de estimación de aprendizaje automático se comparará con el peso de normohidratación de bioimpedancia en kg.
|
8 semanas
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
---|---|---|
Aceptabilidad
Periodo de tiempo: 8 semanas
|
Se evaluará la aceptabilidad de los resultados del modelo de aprendizaje automático desde una perspectiva de atención médica clínica.
|
8 semanas
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Investigadores
- Investigador principal: O'Seaghdha, Royal College of Surgeons in Ireland
Publicaciones y enlaces útiles
Publicaciones Generales
- Guo X, Zhou W, Lu Q, Du A, Cai Y, Ding Y. Assessing Dry Weight of Hemodialysis Patients via Sparse Laplacian Regularized RVFL Neural Network with L2,1-Norm. Biomed Res Int. 2021 Feb 4;2021:6627650. doi: 10.1155/2021/6627650. eCollection 2021.
- Collins AJ, Foley RN, Herzog C, Chavers BM, Gilbertson D, Ishani A, Kasiske BL, Liu J, Mau LW, McBean M, Murray A, St Peter W, Guo H, Li Q, Li S, Li S, Peng Y, Qiu Y, Roberts T, Skeans M, Snyder J, Solid C, Wang C, Weinhandl E, Zaun D, Arko C, Chen SC, Dalleska F, Daniels F, Dunning S, Ebben J, Frazier E, Hanzlik C, Johnson R, Sheets D, Wang X, Forrest B, Constantini E, Everson S, Eggers PW, Agodoa L. Excerpts from the US Renal Data System 2009 Annual Data Report. Am J Kidney Dis. 2010 Jan;55(1 Suppl 1):S1-420, A6-7. doi: 10.1053/j.ajkd.2009.10.009. No abstract available.
- Flythe JE, Chang TI, Gallagher MP, Lindley E, Madero M, Sarafidis PA, Unruh ML, Wang AY, Weiner DE, Cheung M, Jadoul M, Winkelmayer WC, Polkinghorne KR; Conference Participants. Blood pressure and volume management in dialysis: conclusions from a Kidney Disease: Improving Global Outcomes (KDIGO) Controversies Conference. Kidney Int. 2020 May;97(5):861-876. doi: 10.1016/j.kint.2020.01.046. Epub 2020 Mar 8.
- Tomasev N, Glorot X, Rae JW, Zielinski M, Askham H, Saraiva A, Mottram A, Meyer C, Ravuri S, Protsyuk I, Connell A, Hughes CO, Karthikesalingam A, Cornebise J, Montgomery H, Rees G, Laing C, Baker CR, Peterson K, Reeves R, Hassabis D, King D, Suleyman M, Back T, Nielson C, Ledsam JR, Mohamed S. A clinically applicable approach to continuous prediction of future acute kidney injury. Nature. 2019 Aug;572(7767):116-119. doi: 10.1038/s41586-019-1390-1. Epub 2019 Jul 31.
- Lee H, Yun D, Yoo J, Yoo K, Kim YC, Kim DK, Oh KH, Joo KW, Kim YS, Kwak N, Han SS. Deep Learning Model for Real-Time Prediction of Intradialytic Hypotension. Clin J Am Soc Nephrol. 2021 Mar 8;16(3):396-406. doi: 10.2215/CJN.09280620. Epub 2021 Feb 11.
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 (Actual)
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
Palabras clave
Otros números de identificación del estudio
- 21/82
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
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. .