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

COVID-19-infektio ja koneoppiminen tekoälyn (AI) avulla

perjantai 17. helmikuuta 2023 päivittänyt: East Suffolk and North Essex NHS Foundation Trust

COVID-19-positiivisten potilaiden nopea diagnoosi tekoäly-algoritmilla käyttämällä kliinisiä ja kuva-analyyttisiä parametreja perifeerisen veren lymfosyyttialaryhmien arvioimiseksi

COVID-19-infektio vahvistetaan tällä hetkellä monimutkaisella, monivaiheisella toimenpiteellä, joka alkaa limakalvopuikolla, jota seuraa viruksen RNA:n uuttaminen ja käsittely sekä qPCR.

Tämän tutkimuksen tavoitteena on tutkia uutta menetelmää koneoppimisen ja tekoälyn (AI) algoritmin avulla COVID-19-infektion diagnosoimiseksi perifeerisen veren lymfosyyttialajoukon morfologisen analyysin avulla. Tässä tutkimuksessa riskinä on myös, että COVID 19 -infektiosta kärsivät potilaat kerrostuvat yllä olevan löydön ja muiden kliinisten, hematologisten ja biokemiallisten parametrien perusteella kliinisen lopputuloksen ennustamiseksi erittäin herkästi ja spesifisesti.

Tutkimuksen yleiskatsaus

Tila

Valmis

Yksityiskohtainen kuvaus

Tämä on havainnointitutkimus, joka suoritetaan East Suffolkissa ja North Essexissä NHS Foundation Trustissa (ESNEFT) yhteistyössä Suffolkin yliopiston (UoS) kanssa.

Tutkijat pyrkivät analysoimaan lymfosyyttien osajoukkoja mahdollisissa verikokeella käyttämällä koneoppimista ja tekoälyalgoritmia, jotka on saatu osallistujilta, joilla oli positiivinen COVID-19-qPCR-testi ja jotka ovat vaatineet sairaalahoitoa. Kontrolliryhmä koostuu arkistoiduista verinäytteen diatiedoista potilailta, joilla on i) ei-epäilty virusinfektio ja ii) ei-COVID-19-virusinfektio, joka on saatu ennen COVID-19-infektion ilmaantumista Yhdistyneessä kuningaskunnassa. . Yhteensä analysoidaan 785 verinäytteen objektilasia. Tämän tutkimuksen tavoitteena on määrittää COVID-19-infektion diagnoosi lymfosyyttien morfologiaan perustuen potilaille, joilla on COVID-19-infektio, muilta potilailta, joilla on muita kuin COVID-19-virusinfektioita. Korkeatarkkuuksinen yksisoluinen lymfosyyttikuva potilailta, joilla on COVID 19 -infektio ja kontrolliryhmä, analysoidaan avoimen lähdekoodin histopatologian kuvantamisohjelmistolla CellProfiler solujen erittäin hienoja sytoplasmisia ja tumallisia yksityiskohtia vastaan ​​valvotun ja valvomattoman koneoppimisalgoritmin avulla yksilöllisen toistuvan kuvion tunnistamiseksi. COVID 19 -infektioon. Tutkimuksessa arvioidaan myös muita olennaisia ​​kliinisiä, hematologisia ja biokemiallisia parametreja yhdessä yllä olevien morfologisten ominaisuuksien kanssa, jotta voidaan kehittää riskikerrostustyökalu, jolla voidaan ennustaa COVID-19-infektion potilaiden kliinisen lopputuloksen spesifisyys ja herkkyys bioinformatiikan putkilinjan avulla.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Todellinen)

215

Yhteystiedot ja paikat

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

Opiskelupaikat

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

Sukupuolet, jotka voivat opiskella

Kaikki

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Ääreisverinäytteet, jotka on otettu aikuisilta ei-SARS-CoV-2-positiivisilta potilailta ja aikuisilta positiivisilta SARS-CoV-2-potilailta.

Kuvaus

Sisällyttämiskriteerit:

  • Naiset tai miespuoliset osallistujat
  • Yli 18-vuotiaat (ei yläikärajaa)
  • Potilaat, joilla on SARS-COV-2-positiivinen diagnoosi qPCR:n perusteella (COVID 19 -tutkimusryhmä)
  • Perifeerisen veren kokeen objektilasit potilailta, joilla ei ole virusinfektiota ja jotka on tallennettu laitoksen laboratorion dia-arkistoon ennen COVID-19-tartunnan ilmaantumista Yhdistyneessä kuningaskunnassa (vertailuryhmä)
  • Muiden kuin SARS-CoV-2-virusinfektioiden potilaiden perifeerisen veren kokeen objektilasit, jotka tallennettiin laitoksen laboratorion dia-arkistoon ennen COVID-19-infektion ilmaantumista Yhdistyneessä kuningaskunnassa (vertailuryhmä).

Poissulkemiskriteerit:

  • Potilaat, jotka ovat alle 18-vuotiaita
  • Potilaat, joilla on SARS-COV-2-negatiivinen diagnoosi qPCRP:n perusteella. Potilaat, joilla on ollut hematologisia pahanlaatuisia kasvaimia, joiden vallitseva ilmentymä on lymfosytoosi.
  • Potilaat, joilla on aiemmin ollut lymfopenia taustalla olevien tulehdussairauksien vuoksi.
  • Potilaat, joilla on aiemman sytotoksisen tai immunosuppressiivisen hoidon aiheuttama lymfopenia.
  • Ihmisen immuunikatoviruksen (HIV) positiivinen diagnoosi.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
COVID 19 -ryhmä
COVID 19 -ryhmä koostuu perifeerisestä verikokeesta potilailta, jotka ovat sairaalassa ja joiden qPCR-tulokset ovat positiivisia COVID-19:n suhteen.
CONTROL ryhmä
Kontrolliryhmä koostuu i) perifeerisen veren sivelynäytteestä potilailta, joilla ei ole virusinfektiota, ja ii) potilailta, joilla on ei-SARS-CoV-2-virusinfektio. Kontrolliryhmän ääreisveren objektilasit valitaan satunnaisesti laitoksen laboratorion objektilasien arkistosta. Käytettävät laboratoriolevyt sisältävät diat, jotka on arkistoitu ennen COVID-19-tartunnan ilmaantumista Yhdistyneessä kuningaskunnassa.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
COVID-19 diagnoosi.
Aikaikkuna: 6 kuukautta
Selvitä, pystyvätkö lymfosyytit yksin diagnosoimaan COVID-19-taudin erittäin tarkasti ja herkästi käyttämällä tekoälyyn perustuvaa kuva-analyyttistä mallinnusta.
6 kuukautta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
COVID-19-infektion vakavuusmallinnus
Aikaikkuna: 6 kuukautta
Tutkimuksen toissijainen tulosmitta on luoda riskikerrostumismallinnus, joka auttaa ennakoimaan infektion vakavuutta ja kuolleisuutta edellä mainitun uudenlaisen diagnostisen työkalumme sekä kliinisten, hematologisten ja biokemiallisten lisäparametrien perusteella. varmistaa korkean spesifisyyden ja helpottaa potilaiden hoitoa sekä sairaalassa että avohoidossa. Ehdotetussa mallissa on tarkoitus käyttää ja arvioida kliinisiä parametreja, mukaan lukien happisaturaatio venesektion aikana, ja muita tärkeitä tilastotietoja, mukaan lukien pulssi, verenpaine ja hengitystiheys sekä muut parametrit, kuten LDH, ferritiini, C-reaktiivinen proteiini ( CRP), D-dimeerit, munuaisten toiminta, kaikki yhdessä auttavat ennustamaan taudin lopputulosta ja vaikeusastetta.
6 kuukautta

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

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 6. heinäkuuta 2020

Ensisijainen valmistuminen (Todellinen)

Torstai 31. maaliskuuta 2022

Opintojen valmistuminen (Todellinen)

Torstai 31. maaliskuuta 2022

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 15. helmikuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 15. helmikuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Tiistai 16. helmikuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Arvio)

Tiistai 21. helmikuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 17. helmikuuta 2023

Viimeksi vahvistettu

Keskiviikko 1. helmikuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

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 .

Kliiniset tutkimukset COVID-19

3
Tilaa