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

MAPA DE LA SMA: un algoritmo basado en aprendizaje automático para predecir la respuesta terapéutica en la atrofia muscular espinal (MAP_THE_SMA-01)

11 de septiembre de 2023 actualizado por: Fondazione Policlinico Universitario Agostino Gemelli IRCCS

La atrofia muscular espinal (SMA) es causada por la pérdida homocigota del gen de la neurona motora de supervivencia (SMN) 1, que conduce a la degeneración de las neuronas motoras alfa espinales y a la atrofia muscular. Se han aprobado tres tratamientos para la AME, pero los datos disponibles muestran una variabilidad entre pacientes en la respuesta a la terapia y, hasta la fecha, los factores individuales, como la edad o las copias de SMN2, no pueden explicar completamente esta variación.

Con este proyecto pretendemos:

  • recopilar datos clínicos y medidas de resultado informadas por el paciente (PROM) de pacientes tratados con nusinersen, risdiplam, onasemnogene abeparvovec,
  • identificar nuevos biomarcadores y perfiles de firmas moleculares de ARN,
  • desarrollar un algoritmo predictivo utilizando metodologías de inteligencia artificial (IA) basadas en aprendizaje automático (ML), capaz de integrar resultados clínicos, características de los pacientes y biomarcadores específicos.

Este esfuerzo ayudará a estratificar mejor a los pacientes con AME y a predecir su resultado terapéutico, para orientar a los pacientes hacia terapias personalizadas.

Descripción general del estudio

Estado

Reclutamiento

Tipo de estudio

De observación

Inscripción (Estimado)

247

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

      • Roma, Italia, 00168
        • Reclutamiento
        • Fondazione Policlinico Universitario Agostino Gemelli IRCCS
        • 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

No

Método de muestreo

Muestra no probabilística

Población de estudio

Pacientes atendidos en el Policlínico Gemelli con diagnóstico genético confirmado de AME (5q) tipo I o II o III; consentimiento informado por escrito obtenido de los participantes o sus familias.

Descripción

Criterios de inclusión:

  • diagnóstico genético confirmado de AME (5q)
  • fenotipo clínico de tipo I o II o III;
  • capaz de proporcionar (paciente/cuidador) consentimiento informado por escrito

Criterio de exclusión:

  • Ninguno

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

Cohortes e Intervenciones

Grupo / Cohorte
Intervención / Tratamiento
Pacientes tratados con nusinersen
Se inscribirá a los pacientes si se exponen a nusinersen, risdiplam, onasemnogene abeparvovec
Pacientes tratados con risdiplam
Se inscribirá a los pacientes si se exponen a nusinersen, risdiplam, onasemnogene abeparvovec
Pacientes tratados con onasemnogén abeparvovec
Se inscribirá a los pacientes si se exponen a nusinersen, risdiplam, onasemnogene abeparvovec
Pacientes naive de tratamientos modificadores de la enfermedad.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Periodo de tiempo
Recopilar datos clínicos y medidas de resultado informadas por el paciente (PROM) de pacientes tratados con nusinersen, risdiplam, onasemnogene abeparvovec
Periodo de tiempo: 30 meses
30 meses
Identificar biomarcadores novedosos y perfiles de firmas moleculares de ARN
Periodo de tiempo: 30 meses
30 meses
Desarrollar un algoritmo predictivo utilizando metodologías de inteligencia artificial (IA) basadas en aprendizaje automático (ML), capaz de integrar resultados clínicos, características de los pacientes y biomarcadores específicos
Periodo de tiempo: 24 meses
24 meses

Colaboradores e Investigadores

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

Investigadores

  • Investigador principal: Giorgia Coratti, PhD, Fondazione Policlinico Universitario Agostino Gemelli IRCCS

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 abril de 2023

Finalización primaria (Estimado)

1 de noviembre de 2025

Finalización del estudio (Estimado)

1 de abril de 2026

Fechas de registro del estudio

Enviado por primera vez

3 de marzo de 2023

Primero enviado que cumplió con los criterios de control de calidad

3 de marzo de 2023

Publicado por primera vez (Actual)

15 de marzo de 2023

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

13 de septiembre de 2023

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

11 de septiembre de 2023

Última verificación

1 de marzo de 2023

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.

Sí

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