Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Väitteisiin perustuvan algoritmin arviointi transtyretiinivälitteisen amyloidoosin (ATTR) amyloidoosin tunnistamiseksi lääketieteellisistä tiedoista

perjantai 12. syyskuuta 2025 päivittänyt: Yale University

Väitteisiin perustuvan algoritmin arviointi ATTR-amyloidoosin tunnistamiseksi lääketieteellisistä tiedoista

Tämän tutkimuksen ensisijaisena tavoitteena on arvioida algoritmin diagnostista suorituskykyä ATTR-amyloidoosipotilaiden tunnistamisessa.

Tutkimuksen yleiskatsaus

Tila

Peruutettu

Yksityiskohtainen kuvaus

Seulontastrategialla ATTR:n tunnistamiseksi suuresta taustapopulaatiosta potilaista, joilla on yksi tai useampi yleinen ATTR-ilmiö, olisi merkittävä kliininen arvo.

Lisäksi uusia ATTR-hoitoja on hiljattain saatu saataville tai niitä kehitetään parhaillaan myöhäisvaiheen kliinisissä tutkimuksissa. Koska varhaisen diagnoosin ja hoidon odotetaan saavuttavan parempia tuloksia, tämä tekee helposti toteutettavan, nopean ja elektronisesti toimivan diagnostisen algoritmin kehittämisen ja validoinnin erityisen tärkeäksi.

Lääketieteellisiin ja apteekkivaatimuksiin perustuva algoritmi kehitettiin tunnistamaan potilaat, joilla on riski saada ATTR. Tämän tutkimuksen tavoitteena on arvioida algoritmin kykyä tunnistaa ATTR-potilaita suorittamalla diagnostista kliinistä tutkimusta potilaille, jotka algoritmi tunnistaa suuresta Yalen potilasaineistosta.

Tämän tutkimuksen ensisijaisena tavoitteena on arvioida algoritmin diagnostista suorituskykyä ATTR-amyloidoosipotilaiden tunnistamisessa.

Tämän tutkimuksen toissijaisena tavoitteena on arvioida algoritmin kliinistä hyötyä mitattuna diagnostisella lisäarvolla eli aiemmin diagnosoimattomien potilaiden osuudella tai määrällä. Saatu kokonaisesiintyvyys arvioidaan ja sitä verrataan epävirallisesti Yalen ATTR-amyloidoosipotilaiden lähetteisiin perustuvaan esiintyvyyteen.

Opintotyyppi

Interventio

Vaihe

  • Varhainen vaihe 1

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

    • Connecticut
      • New Haven, Connecticut, Yhdysvallat, 06520
        • Yale New Haven Hospital

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

18 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Sisällyttämiskriteerit:

  • Tunnistaa ATTR-diagnostiikkaalgoritmi ja vastaa Yalen luetteloon mahdollisista kohteista, jotka määritellään seuraavasti:

    1. vaatimustietojoukossa olevat henkilöt, joiden ennustetaan olevan vaarassa saada ATTR ja joita myös hallinnoidaan YNHHS:ssä
    2. potilaat, joihin on otettava yhteyttä ja tarjottava kliinistä lisäarviointia sen määrittämiseksi, onko heillä diagnosoitu ATTR (ei-perinnöllinen tai perinnöllinen ATTR-amyloidoosi).

      Poissulkemiskriteerit:

  • Potilaat, jotka ovat kieltäytyneet tutkimuksesta Epic-järjestelmässä, suljetaan kokonaan pois tutkimuksesta
  • Potilaat, jotka ovat raskaana tai jotka voivat tulla raskaaksi

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Seulonta
  • Jako: Ei käytössä
  • Inventiomalli: Yksittäinen ryhmätehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Tietokonealgoritmi ATTR:lle
Potilaat arvioidaan ATTR-amyloidoosin tunnistamiseksi väitteisiin perustuvan algoritmin avulla
Potilaat arvioidaan ATTR-amyloidoosin tunnistamiseksi väitteisiin perustuvan algoritmin avulla

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Algoritmin diagnostinen suorituskyky ATTR-amyloidoosipotilaiden tunnistamisessa
Aikaikkuna: 2 vuotta
Mahdollisia kynnysarvoja diagnostisen positiivisuuden määrittämiseksi laskettujen algoritmisten pisteiden perusteella tutkitaan ja vastaava positiivinen ennustearvo (PPV) toimii diagnostisen suorituskyvyn indikaattorina. Negatiivisia ennakoivia arvoja (NPV) voidaan tutkia, jos pisteytystietojen todellinen jakauma sen sallii.
2 vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Diagnoosin saaneiden potilaiden osuus
Aikaikkuna: 2 vuotta
Niiden potilaiden osuus tai osuus, joilla ei ole aiemmin diagnosoitu ATTR-amyloidoosia
2 vuotta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Yhteistyökumppanit

Tutkijat

  • Päätutkija: Edward Miller, MD, Yale University

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 1. elokuuta 2022

Ensisijainen valmistuminen (Todellinen)

Lauantai 1. helmikuuta 2025

Opintojen valmistuminen (Todellinen)

Lauantai 1. helmikuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 24. syyskuuta 2020

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 24. syyskuuta 2020

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 30. syyskuuta 2020

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Arvioitu)

Torstai 18. syyskuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 12. syyskuuta 2025

Viimeksi vahvistettu

Maanantai 1. syyskuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • 2000026611
  • 000 (Muu tunniste: CTGTY)

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa