Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

Intelligence artificielle sur l'imagerie moléculaire pour prédire les risques de la maladie de Parkinson chez les patients présentant un trouble du comportement en sommeil à mouvements oculaires rapides (NUK-RBD)

7 novembre 2024 mis à jour par: Insel Gruppe AG, University Hospital Bern
L'étude vise à documenter systématiquement l'évolution du trouble du comportement en sommeil paradoxal (RBD) et à étudier d'éventuels biomarqueurs cliniques et d'imagerie pour la progression de la maladie et le risque de conversion en maladie de Parkinson (MP), démence à corps de Lewy (DLB) et atrophie multisystémique (MSA). ). L’étude utilisera l’intelligence artificielle pour analyser l’imagerie et développer une méthode fiable pour prédire et stratifier les patients approchant de la conversion en a-synucléinopathie manifeste. Les participants seront évalués cliniquement et 2 procédures d'imagerie seront effectuées.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Intervention / Traitement

Type d'étude

Interventionnel

Inscription (Estimé)

20

Phase

  • N'est pas applicable

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

  • Suisse
      • Bern, Suisse, 3010
        • Recrutement
        • Inselspital, University Clinic for Nuclear Medicine
        • Contact:
        • Contact:

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Non

La description

Critères d'intégration :

  1. Diagnostic clinique iRBD confirmé par des spécialistes des troubles du mouvement selon la Classification internationale des troubles du sommeil
  2. Consentement éclairé écrit

Critères d'exclusion :

  1. Diagnostic connu de MP ou d'un autre trouble neurodégénératif
  2. Signes sans équivoque de parkinsonisme à l'examen
  3. Narcolepsie ou autres causes connues de RBD
  4. Apnée obstructive du sommeil modérée à sévère
  5. Examen neurologique ou IRM anormal

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

  • Objectif principal: Diagnostique
  • Répartition: N / A
  • Modèle interventionnel: Affectation à un seul groupe
  • Masquage: Aucun (étiquette ouverte)

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Expérimental: Étude NUK-RB
Dispositif: TEP/CT au 18-FDG
Les scans FDG-PET seront acquis dans un Siemens Biograph Vision Quadra PET/CT (Siemens, Allemagne) 30 minutes après l'injection d'environ 80 MBq 18F-FDG. La durée de l'acquisition est de 20 minutes. Les images TEP seront reconstruites avec l'algorithme de fonction d'étalement de points (PSF) de temps de vol (TOF) du fournisseur, après corrections pour les aléas, la dispersion et la désintégration. La correction de l'atténuation sera effectuée en premier à l'aide d'une tomodensitométrie à faible dose.
Dispositif: SPECT : 123 I-FP-CIT (DATSCAN)
Les DaT-Scans seront acquis dans un GE Discovery NM/CT 670 Pro™. Après injection d'environ 110 MBq 123I-FP-CIT, les images seront acquises dans les 4 heures suivant l'injection. La durée de l'acquisition est de 35 minutes.
Dispositif: IRM
Examen IRM pour exclure les anomalies structurelles du cerveau.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Évaluation de la précision du modèle d'apprentissage profond dans la prédiction de la conversion neurodégénérative dans le trouble du comportement en sommeil paradoxal (iRBD) isolé grâce à la détection précoce des biomarqueurs
Délai: De l'inscription à la fin de la période de suivi, qui devrait durer 48 mois
Les enquêteurs visent à évaluer l'exactitude prédictive d'un modèle d'apprentissage profond pour identifier les patients atteints d'iRBD qui progresseront vers un trouble neurodégénératif. Le résultat principal évaluera la sensibilité du modèle dans la détection précoce des biomarqueurs d'imagerie liés à la progression de la maladie, dans le but de permettre une intervention plus précoce et d'améliorer les résultats à long terme.
De l'inscription à la fin de la période de suivi, qui devrait durer 48 mois

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Comparaison du risque de conversion annuel estimé et observé du trouble isolé du comportement à mouvements oculaires rapides (iRBD) en troubles neurodégénératifs
Délai: De l'inscription à la fin de la période de suivi, qui devrait durer 48 mois
Les enquêteurs visent à comparer le risque de conversion annuel estimé de 6,3 % chez les patients atteints d'iRBD en maladie de Parkinson ou en une autre alpha-synucléinopathie manifeste avec les taux de conversion observés dans l'étude.
De l'inscription à la fin de la période de suivi, qui devrait durer 48 mois
Évaluation de la précision du modèle d'apprentissage profond dans la prédiction de la conversion du trouble du comportement en sommeil paradoxal isolé (iRBD) en maladie de Parkinson
Délai: De l'inscription à la fin de la période de suivi, qui devrait durer 48 mois
Les enquêteurs visent à évaluer la précision, les courbes caractéristiques de fonctionnement du récepteur et l'aire sous la courbe, la spécificité et les valeurs prédictives positives et négatives de la méthode d'apprentissage en profondeur appliquée, prédisant le risque de conversion de l'iRBD en maladie de Parkinson ou en une autre alpha-synucléinopathie manifeste.
De l'inscription à la fin de la période de suivi, qui devrait durer 48 mois

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Insel Gruppe AG, University Hospital Bern

Les enquêteurs

  • Chercheur principal: Kuanggyu Shi, Prof. Dr. ing., University Bern, Inselspital, Center for Artificial Intelligence in Medicine

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

7 octobre 2024

Achèvement primaire (Estimé)

1 août 2026

Achèvement de l'étude (Estimé)

1 août 2026

Dates d'inscription aux études

Première soumission

4 octobre 2024

Première soumission répondant aux critères de contrôle qualité

4 octobre 2024

Première publication (Réel)

8 octobre 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Estimé)

8 novembre 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

7 novembre 2024

Dernière vérification

1 novembre 2024

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 2023-00816

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

NON

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner