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

Dialyysitehokkuus ja kuljettajan arviointi laskennallinen työkalu vatsakalvon dialyysissä (DETECT-PD)

maanantai 7. huhtikuuta 2025 päivittänyt: Ka Chun Leung, Tuen Mun Hospital

DECTECT-PD-Dialyysitehokkuus ja kuljettajan arviointi laskennallinen työkalu vatsakalvon dialyysissä

Tämän mahdollisen diagnostisen testin (korrelaatio) -tutkimuksen tavoitteena on kehittää ja tutkia keinotekoisen älykkyyden suorituskykyä peritoneumin kuljettajan tilan ja dialyysitehokkuuden ennustamisessa peritoneaalidialyysiin (PD).

Tärkeimmät kysymykset, joihin sen tavoitteena on vastata, ovat:

Voiko keinotekoinen älykkyys ennustaa vatsakalvon kuljettajan tilan, joka perustuu yksinkertaisiin kliinisiin ja biokemiallisiin mittauksiin? Voiko tekoäly ennustaa dialyysi riittävyyden (KT/V) näiden ominaisuuksien avulla?

Tutkijat vertaavat AI -mallin suorituskykyä kultastandardin peritoneaalisen tasapainotustestin (PET) ja KT/V: n kanssa sen tarkkuuden ja luotettavuuden arvioimiseksi.

Osallistujat:

Tarjoa peritoneaalista dialysaattia ja pisteen virtsanäytteitä biokemiallista analyysiä varten. Suorita rutiinidialyysi riittävyys ja vatsakalvojen tasapainotustestaus (PET). Ovat kliinisiä ja laboratoriotietoja kerätty AI -mallin koulutukseen ja validointiin.

Tutkimuksessa rekrytoidaan noin 350 peritoneaalidialyysipotilasta. 280 osallistujaa koulutus-/validointivarressa ja 70 osallistujaa testivarressa. Tutkimuksen kesto on 12 kuukautta ilmoittautumisen jälkeen.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Detect-PD (dialyysitehokkuus ja kuljettajan arviointi laskennallinen työkalu peritoneaalisessa dialyysissä) tutkimus on kaksoissokkoutettu, mahdollinen diagnostinen testi (korrelaatio) -tutkimus, joka on suunniteltu arvioimaan keinotekoisen älykkyyden (AI) toteutettavuuden ja tehokkuutta peritoneaalisen kuljettajan tilan ja dialyysin ennustamisessa Potilaiden tehokkuus, joille tehdään peritoneaalidialyysi (PD). Tutkimuksen tavoitteena on kehittää laskennallinen malli, joka hyödyntää kliinisiä, biokemiallisia ja peritoneaalisia kuljetustietoja, jotta saadaan ei-invasiivinen ja tehokas arviointityökalu, mikä parantaa lopulta dialyysin hallintaa ja potilaan tuloksia.

Potilaiden rekrytointi ja tiedonkeruu suoritetaan rutiinidialyysin riittävyyden ja vatsakalvon kuljettajan tilan arviointien aikana. Seuraavat kliiniset ja biokemialliset parametrit kerätään:

Demografiset tiedot ja sairaushistorian peritoneaalidialyysitiedot biokemialliset tiedot

AI -malli kehitetään käyttämällä Python 3.11: tä ja Pytorch 2.41: tä syvän oppimisen ja ennustavan analytiikan suhteen.

Tärkeimmät metodologiset vaiheet sisältävät:

Tietojen esikäsittely: Puuttuvien arvojen, ominaisuuksien skaalauksen ja yhden kuuman koodauksen käsittely kategoristen muuttujien kanssa.

Ominaisuuksien valinta: Ennustavimpien kliinisten ja biokemiallisten markkerien tunnistaminen.

Mallikoulutus: Syvän oppimisen regressiomallien käyttäminen PET- ja KT/V -tulosten ennustamiseen.

Suorituskyvyn arviointi: Mallin tarkkuuden arviointi käyttämällä:

Keskimääräinen absoluuttinen virhe (MAE) keskimääräinen neliövirhe (MSE) R²-pistemäärä (määrityskerroin) Bland-Altman-kuvaajat ja korrelaatiokertoimet mitattujen arvojen kanssa.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

350

Yhteystiedot ja paikat

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

Opiskelupaikat

      • Tuen Mun, Hong Kong
        • Tuen Mun 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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Munuaisten vajaatoimintapotilaat, jotka vaativat vatsakalvon dialyysiä munuaisten korvaushoidona

Kuvaus

Sisällyttämiskriteerit:

  • Ikä vähintään 18 -vuotias
  • Munuaisten vajaatoiminnan diagnoosi, joka vaatii vatsakalvon dialyysiä munuaisten korvaushoidona
  • Kyky antaa tietoinen suostumus ja noudattaa tutkimusmenettelyjä.

Poissulkemiskriteerit:

  • Tyrä- tai vatsakalvon vuotohistoria, mukaan lukien pleuroperitoneaalinen fistula (PPF), patenttiprosessin vaginalis (PPV) ja retroperitoneaalinen vuoto
  • Jatkuva PD -peritoniitti antibioottihoidolla tai ilman
  • Juuri valmis PD Peritonitis -antibioottihoito viime aikoina 4 viikon aikana
  • Raskaus
  • Potilaiden kieltäytyminen

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
Koulutus/validointi
Koulutus-/validointivarren osallistujat saavat samat standarditutkimukset ja hoidon osana heidän rutiininomaista PD -hallintaa, mukaan lukien kliiniset arvioinnit, biokemialliset testit ja vatsakalvon kuljettajan tilan mittaukset vatsakalvon tasapainotestin (PET) ja dialyysiriitouden kautta (KT/V ).

Lisäkokoelma peritoneaalista dialysaattia ja pisteen virtsanäytteitä kerätään.

Koulutus-/validointivarsiin satunnaistettujen osallistujien tietonsa käytetään mallikehitykseen, mukaan lukien koulutus- ja validointivaiheet.

Muut nimet:
  • malliskoulutus
Testata
Koulutus-/validointivarren osallistujat saavat samat standarditutkimukset ja hoidon osana heidän rutiininomaista PD -hallintaa, mukaan lukien kliiniset arvioinnit, biokemialliset testit ja vatsakalvon kuljettajan tilan mittaukset vatsakalvon tasapainotestin (PET) ja dialyysiriitouden kautta (KT/V ).
Lisäkokoelma peritoneaalista dialysaattia ja pisteen virtsanäytteitä kerätään. Koevarsiin satunnaistetut osallistujat ovat eristettyjä ja varattuja yksinomaan lopullisen AI -mallin suorituskyvyn arvioimiseksi
Muut nimet:
  • mallin testaus

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus peritoneaalisen tasapainotustestin (PET) parametrien tulos: AI-ennustetut vs. todelliset 2 tunnin ja 4 tunnin dialysaatin ja plasman kreatiniinisuhde (D/P CR) Suorituskykymittarit: Keskimääräinen absoluuttinen virhe (MAE) Mittayksikkö: Absoluuttinen virhe
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus vatsakalvon tasapainotustestien (PET) parametrien tulos: AI-ennustettu vs. todelliset dialysaatin ja baselien dialysaatin glukoosipitoisuussuhde (D/D0 GLU) Suorituskykymittarit: Keskimääräinen absoluuttinen virhe (MAE) Mittausyksikkö: Absoluutti virhe
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus peritoneaalisen tasapainotustestin (PET) parametrien tulos: AI-ennustetut vs. todelliset 2 tunnin ja 4 tunnin dialysaatin ja plasman kreatiniinisuhde (D/P CR) Suorituskykymittarit: keskimääräinen neliövirhe (MSE) Mittayksikkö: neliövirhe
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus vatsakalvon tasapainotustestien (PET) parametrien tulos: AI-ennustetut vs. todelliset dialysaatin ja baseliin-dialysaatin glukoosipitoisuussuhde (D/D0 GLU) Suorituskykymittarit: Keskimääräinen neliövirhe (MSE) Yksikkö: Neliö Virhe
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus vatsakalvojen tasapainotustestien (PET) parametrien tulos: AI-ennustetut vs. todelliset 2 tunnin ja 4 tunnin dialysaatin ja plasman kreatiniinisuhde (D/P CR) Suorituskykymittarit: Määrityskerroin (R²) Mittayksikkö: R² -arvo (alue: 0 - 1, korkeammat arvot osoittavat paremman mallin suorituskyvyn)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus peritoneaalisen tasapainotustestin (PET) parametrien tulos: AI-ennustetut vs. todelliset dialysaatin ja baseliin-dialysaatin glukoosipitoisuussuhde (D/D0 GLU) Suorituskykymittarit: Määrityskerroin (R²) Yksikkö: R² Arvo (alue: 0 - 1, korkeammat arvot osoittavat paremman mallin suorituskyvyn)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus peritoneaalisen tasapainotustestin (PET) parametrien lopputulokselle: AI-ennustetut vs. todelliset 2 tunnin ja 4 tunnin dialysaatin ja plasman kreatiniinisuhde (D/P CR) Suorituskykymittarit: Lastun sisäinen korrelaatiokerroin (ICC) Mittayksikkö: ICC -arvo (alue: 0 - 1, korkeammat arvot osoittavat paremman sopimuksen)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Peritoneaalisen tasapainotustestin (PET) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus vatsakalvon tasapainotustestien (PET) parametrien tulos: AI-ennustetut vs. todelliset dialysaatin ja baselien dialysaatin glukoosipitoisuussuhde (D/D0 GLU) Suorituskykymittarit: Kasvun sisäinen korrelaatiokerroin (ICC) Yksikkö: ICC arvo (alue: 0 - 1, korkeammat arvot osoittavat paremman sopimuksen)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Dialyysin riittävyys (KT/V) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus dialyysin riittävyyden (KT/V) lopputuloksena: AI-ennustetut vs. todelliset koko viikoittain KT/V-suorituskykymittarit: Keskimääräinen absoluuttinen virhe (MAE) Mittayksikkö: Absoluuttinen virhe
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Dialyysin riittävyys (KT/V) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus dialyysin riittävyyden (KT/V) lopputuloksen tulokseen: AI-ennustettu vs. todellinen koko viikoittainen KT/V-suorituskykymittarit: keskimääräinen neliövirhe (MSE) Mittausyksikkö: Squared-virhe
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Dialyysin riittävyys (KT/V) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus dialyysin riittävyyden (KT/V) lopputulokseen: AI-ennustetut vs. todelliset viikoittaiset KT/V-suorituskykymittarit: Määrityskerroin (R²) Mittayksikkö: R²-arvo (alue: 0-1, korkeammat arvot Ilmoita paremman mallin suorituskyvyn)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Dialyysin riittävyys (KT/V) parametrit
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI-mallin ennustava tarkkuus dialyysin riittävyyden (KT/V) lopputulokseen: AI-ennustetut vs. todelliset koko viikoittain KT/V-suorituskykymittarit: Luokansisäinen korrelaatiokerroin (ICC) Mittayksikkö: ICC-arvo (alue: 0-1, korkeammat arvot Ilmoita parempi sopimus)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin syrjivä kyky
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Tulos: Peritoneaalisen kuljetustyypin luokittelu (matala, matala keskimääräinen, korkea, korkea) PET-suorituskykymittarien perusteella: Vastaanottimen toimintaominaisuuskäyrän (AUC-ROC) mittayksikkö: AUC-ROC-arvo (alue: 0 1: lle korkeammat arvot osoittavat paremman syrjivän kyvyn)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin syrjivä kyky
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Tulos: Peritoneaalisen kuljetustyypin luokittelu (matala, matala keskimääräinen, korkea, korkea) PET-suorituskykymittarien perusteella: Alue tarkkuus-recall-käyrän (AUC-PR) mittayksikkö: AUC-PR-arvo (alue: 0 1, korkeammat arvot osoittavat paremman mallin suorituskyvyn)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin syrjivä kyky
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Tulos: Peritoneaalisen kuljetustyypin luokittelu (matala, matala keskimääräinen, korkea keskimääräinen, korkea) PET-suorituskykymittarien perusteella: herkkyysyksikkö: herkkyys (%)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin syrjivä kyky
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Tulos: Peritoneaalisen kuljetustyypin luokittelu (matala, matala keskimääräinen, korkea, korkea) PET-suorituskykymittarien perusteella: F1-pistemääräyksikkö: F1-pisteet (alue: 0-1, korkeammat arvot osoittavat paremman tasapainon tarkkuuden välillä Ja muistaminen)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin kalibrointiosuus
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Tulos: Malli-ennustetut vs. todelliset kuljettajan tila ja dialyysin riittävyys (KT/V) Suorituskykymittarit: Kalibroinnin kaltevuus Yksikkö: Kalibrointidun kaltevuus (ihanteellinen arvo = 1)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin kalibrointiosuus
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Tulos: Malli-ennustetut vs. todelliset kuljettajan tila ja dialyysi riittävyys (KT/V) Suorituskykymittarit: Kalibrointi-in-the-the-Large (keskimääräinen kalibrointivirhe) Mittayksikkö: Keskimääräinen virhe (alemmat arvot osoittavat paremman kalibroinnin)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin kalibrointiosuus
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana

Tulos: Malli-ennustettu vs. todellinen kuljettajan tila ja dialyysi riittävyys (KT/V)

Suorituskykymittarit:

Kalibroinnin kaltevuus Kalibrointi-in-the-Large (keskimääräinen kalibrointivirhe) Brier-pistemäärä

Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
AI -mallin kalibrointiosuus
Aikaikkuna: Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana
Tulos: Malli-ennustetut vs. todelliset kuljettajan tila ja dialyysi riittävyys (KT/V) Suorituskykymittarit: Brier-pistemääräyksikkö: Brier-pistemäärä (alue: 0-1, alhaisemmat arvot osoittavat paremman kalibroinnin)
Mitattu lähtötilanteessa tutkimuksen ilmoittautumisen aikana

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

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 3. maaliskuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Lauantai 28. helmikuuta 2026

Opintojen valmistuminen (Arvioitu)

Tiistai 31. maaliskuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Sunnuntai 2. helmikuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 19. helmikuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Maanantai 24. helmikuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 9. huhtikuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 7. huhtikuuta 2025

Viimeksi vahvistettu

Tiistai 1. huhtikuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

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