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

Preeklampsian riskinennustemalli

tiistai 9. maaliskuuta 2021 päivittänyt: Peking University Third Hospital

Preeklampsian riskinennustusmallin tutkimus

Preeklampsia on tärkein syy lisääntyneeseen äitiys- ja perinataalikuolleisuuteen raskauden aikana. Preeklampsia ilmenee pääasiassa verenpainetautina, virtsan proteiinina tai muiden kohde-elinten vauriooireina 20 raskausviikon jälkeen. Preeklampsian suuren riskin ryhmässä varhainen puuttuminen ja aspiriinihoidon ennaltaehkäisy voi vähentää preeklampsiaa tai vähentää sen komplikaatioita. Jotkut serologiset biomarkkerit, kuten istukan proteiini 13 ja istukan kasvutekijä, liittyvät läheisesti preeklampsiaan. Preeklampsian kliiniset ilmenemismuodot ovat erilaisia, ja myös varhaisen ja myöhäisen preeklampsian biomarkkerien jakautuminen on erilainen. Monimuuttujamallit ovat trendi preeklampsian riskin ennustamisessa. Syväoppimismalli voi opettaa algoritmia kerros kerrokselta valvomattomalla oppimismenetelmällä ja käyttää sitten valvottua takaisinetenemisalgoritmia viritykseen. Sillä on vahva kyky ja joustavuus, ja sitä on käytetty menestyksekkäästi lääketieteen aloilla, kuten ihosyövän diagnosoinnissa.

Tässä tutkimuksessa yhdistetään äidin kliinisiä tietoja, rutiininomaisia ​​laboratorioindikaattoreita ja biologisia merkkiaineita raskauden alkuvaiheessa, ja useisiin malleihin perustuva syväoppimismenetelmä luodaan riskinennustemalli varhaiseen preeklampsiaan kliinisen kyvyn parantamiseksi. preeklampsian varhaiseen diagnosointiin. Syväoppimismenetelmä vähentää parametrien määrää käyttämällä spatiaalista suhteellista suhdetta, mikä voi parantaa mallin ennustekykyä. Monimallimenetelmä on harvemmin käytetty mallinnusmenetelmä, ja tällä menetelmällä laadituilla malleilla on yleensä parempi stabiilisuus.

Tässä projektissa yhdistetään edellä mainitut kaksi menetelmää preeklampsian riskien ennustemallin luomiseksi, ja tutkimuksella on suuri merkitys.

Tutkimuksen yleiskatsaus

Tila

Ilmoittautuminen kutsusta

Yksityiskohtainen kuvaus

Tutkimuskohteet:

Tämä on tulevaisuudentutkimus. Noin 2000 raskaana olevaa naista, jotka käyvät säännöllisesti synnytystä edeltävässä tutkimuksessa Pekingin yliopistollisen kolmannen sairaalan synnytysosastolla. 6-8 raskausviikon aikana vaadittiin rutiinilaboratoriotutkimuksia, kuten maksan toiminta, ennen synnytysrekisterien laatimista. Rutiininomaisista laboratoriotesteistä jäljelle jäänyt seerumi kerätään ja pakastetaan -80 ℃:een biologisten merkkiaineiden havaitsemiseksi synnytyksen jälkeen.

Jotkut rutiinilaboratoriotutkimukset suoritetaan synnytystä edeltävässä tutkimuksessa 16-18 GWs, 26-28 GWs, 30-34 GWs. Osallistujien jäljelle jäänyt seerumi kerätään, jos rutiinitestit on tehty.

Emme ota ylimääräisiä verinäytteitä osallistujilta.

Laadunvarmistussuunnitelma:

  1. Tarkista potilastiedot ja raskausikä huolellisesti saadaksesi oikeat tapaukset.
  2. Hemolyysi-, lipidisameus- ja keltaisuusnäytteet tulee poistaa, jotta koetuloksiin ei vaikuttaisi.
  3. Seerumi laitettiin kylmäsäilytysputkeen ja säilytettiin välittömästi -70 °C:ssa.
  4. Kalibrointi ja laadunvalvonta on suoritettava jokaiselle testierälle. Kirjaa ylös laadunvalvonnan tulokset ja aloita testaus tarkastuksen jälkeen.

Datasanakirja:

(1) Tutkimuskohteen yleistä tietoa: Tiedot preeklampsian riskitekijöistä kerättiin 6-8 raskausviikolla, mukaan lukien ikä, primipara tai pluripara, useita synnytyksiä, raskauden painoindeksi, preeklampsiahistoria, systolinen perusverenpaine, basaali diastolinen verenpaine, verenpainetauti, munuaishistoria, diabeteshistoria, autoimmuunihistoria jne. Yllä olevat tiedot saadaan sairauskertomusjärjestelmästä.

(3) Rutiinilaboratoriotutkimusten testitulokset: Laboratoriotestitulokset, kuten kokonaiskolesteroli, triglyseridit, korkeatiheyksinen lipoproteiinikolesteroli, matalatiheyksinen lipoproteiinikolesteroli ja lipoproteiini a- ja C-reaktiivinen proteiini, alaniiniaminotransferaasi, aspartaattiaminotransferaasi, laktaattidehydrogenaasi, urea, virtsahappo, kreatiniini ja kystatiini C, D-dimeeri, neutrofiilien ja lymfosyyttien suhde, verihiutaleiden ja lymfosyyttien suhde ja niin edelleen, yllä olevia testituloksia voi tiedustella sähköisestä sairauskertomusjärjestelmästä.

(4) Biologisten merkkiaineiden havaitseminen: Synnytyksen jälkeen biomarkkerit testataan 2000 osallistujan 6–8 GW:n näytteellä, kuten komplementtitekijä B, komplementtitekijä H, C3, komplementti C4, matriksin metalloproteinaasit 7, istukan proteiini 13. , liukoinen verisuonten endoteelin kasvutekijäreseptori 1, istukan kasvutekijä, fibronektiini jne.

(5) Tietokannan perustaminen: Yllä olevien alkuperäisten tietojen syöttäminen tietokantaan.

Otoskoko: Noin 100-160 preeklampsiapotilasta kerätään 2000 osallistujasta, jotka vastaavat preeklampsian esiintyvyyttä, joka on 3-8%.

Puuttuvat tiedot raportoidaan puuttuvana, ei-saatavilla, raportoimattomina, tulkittamattomina tai niiden katsotaan puuttuvan tietojen epäjohdonmukaisuuden tai todellisen tilan tulosten ulkopuolella.

Tilastollinen analyysisuunnitelma:

Yksimuuttujalogistista regressiomallia käyttämällä äidin kliiniset tiedot, rutiinilaboratoriotutkimukset ja biologiset markkerit raskauden alkuvaiheessa jaettiin kahteen luokkaan: "tärkeät indikaattorit" ja "yleiset indikaattorit".

Aineisto jaettiin harjoitussarjaan ja testisarjaan suhteessa 3:1 preeklampsian riskin ennustemallin harjoittelua ja testausta varten.

Raskaana olevien naisten, joilla ei ollut preeklampsiaa harjoitussarjassa, näytteet jaettiin tasaisesti kolmeen osaryhmään A, B ja C, ja harjoitussarjan preeklampsiapotilaiden näytejoukkoa kutsuttiin sarjaksi D. Rakenna syväoppimismalli kahdella sarjalla A ja D, rakentaa syväoppimismalli kahdella sarjalla B ja D ja syväoppimismalli kahdella sarjalla C ja D. Näihin kolmeen malliin viitataan peräkkäin mallina 1, mallina 2 ja mallina 3.

Mallin testausmenetelmä:

Korvaamalla testijoukon kunkin näytteen tiedot yllä oleviin kolmeen syväoppimismalliin, saadaan kunkin näytteen kolme lähtöarvoa, minkä jälkeen saadaan kunkin näytteen tyypin ennuste kolmen luvun keskiarvon perusteella. Sitten ennustetuloksia verrataan näytemerkintöihin mallin arvioimiseksi.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Odotettu)

2000

Yhteystiedot ja paikat

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

Opiskelupaikat

    • Beijing
      • Beijing, Beijing, Kiina, 100191
        • Peking University Third 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

20 vuotta - 50 vuotta (AIKUINEN)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Nainen

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Odotettavissa on 2000 tapausta

Kuvaus

Sisällyttämiskriteerit:

  • Raskaana olevat 20-50-vuotiaat naiset, primiparas tai synnytyksen jälkeen,
  • ja jolle tehdään synnytystä edeltävä tutkimus Pekingin yliopistollisessa kolmannessa sairaalassa;
  • ja synnyttää eläviä sikiöitä tai kuolleena syntyneitä sikiöitä normaalin näköisinä 24 viikon kuluttua.

Poissulkemiskriteerit:

  • Raskaana olevalla naisella on kasvain,
  • tai hänellä on vakava sikiön poikkeavuus,
  • tai keskeyttää raskauden ennen 24 viikkoa,
  • tai sikiö kuolee.

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
Interventio / Hoito
raskaana olevat naiset
tarkkailu 6-8 viikkoa.
rutiinilaboratoriotestit ja biomarkkeritestit

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
preeklampsia
Aikaikkuna: raskaus 20 viikon jälkeen
Preeklampsia määritellään uudeksi kohonneeksi verenpaineeksi (verenpaine 140/90 mmHg), johon liittyy proteinuria (300 mg/24 h) 20 raskausviikolla tai sen jälkeen
raskaus 20 viikon jälkeen

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Yhteistyökumppanit

Tutkijat

  • Opintojohtaja: Keke Jia, master, Study Director

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)

Lauantai 20. helmikuuta 2021

Ensisijainen valmistuminen (ODOTETTU)

Torstai 1. joulukuuta 2022

Opintojen valmistuminen (ODOTETTU)

Sunnuntai 1. joulukuuta 2024

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 9. maaliskuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 9. maaliskuuta 2021

Ensimmäinen Lähetetty (TODELLINEN)

Perjantai 12. maaliskuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (TODELLINEN)

Perjantai 12. maaliskuuta 2021

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 9. maaliskuuta 2021

Viimeksi vahvistettu

Maanantai 1. helmikuuta 2021

Lisää tietoa

Tähän tutkimukseen liittyvät termit

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