Diagnostic précis des agents pathogènes dans la pneumonie sévère grâce à l'IA (AI-PneumoDx)
10 mars 2026 mis à jour par: Zhenhui Zhang, Guangzhou Medical University
Étude sur le diagnostic précis des agents pathogènes dans la pneumonie sévère basée sur la technologie pilotée par l'intelligence artificielle
La pneumonie sévère (PS) est une maladie critique caractérisée par une étiologie complexe, une progression rapide et une mortalité élevée.
Son diagnostic et traitement de précision font face à deux défis majeurs.
Premièrement, les méthodes diagnostiques étiologiques traditionnelles (telles que la culture, la sérologie, la PCR) souffrent de taux de détection faibles, de délais d'exécution longs et d'une couverture limitée du spectre des pathogènes, ce qui rend difficile de répondre au besoin clinique d'un diagnostic précoce, rapide et précis.
Même avec l'application du séquençage de nouvelle génération, des défis subsistent dans l'interprétation des résultats et la distinction entre colonisation, contamination et infection réelle.
Deuxièmement, les réponses immunitaires de l'hôte sont très hétérogènes, et il manque actuellement un système de sous-typage capable de révéler systématiquement son évolution dynamique et de guider une thérapie immunomodulatrice précise.
La recherche sur la pneumonie sévère virale (PSV) indique que les patients présentent un déséquilibre immunitaire complexe caractérisé par une hyperactivation coexistante des cellules immunitaires innées et une épuisement/suppression des cellules immunitaires adaptatives.
De plus, cette hétérogénéité immunitaire peut transcender le cadre binaire traditionnel, avec au moins trois sous-types immunitaires potentiels montrant des différences significatives dans les taux de mortalité.
Par conséquent, nous proposons que : En construisant une cohorte de pneumonie sévère et en développant un modèle d'intelligence artificielle qui intègre des données cliniques multimodales (cliniques, d'imagerie, microbiologiques), des données étiologiques multidimensionnelles de l'hôte (par exemple, séquençage métagénomique) et des données d'immunomique (répertoire immunitaire des cellules T/B, transcriptomique, etc.), il peut, d'une part, réaliser un diagnostic étiologique de la pneumonie sévère plus précis et plus rapide par rapport aux méthodes traditionnelles ; d'autre part, il peut identifier des endotypes immunitaires avec des caractéristiques immunitaires distinctes, des résultats cliniques différents et des réponses variées aux thérapies immunomodulatrices (par exemple, ciblant les sous-types hyperinflammatoires ou immunosupprimés).
Enfin, ce système de modèle intégré est censé fournir un outil scientifique pour le traitement individualisé et la prise de décision clinique dans la pneumonie sévère, guidant une intervention immunitaire précise pour améliorer le pronostic des patients.
Aperçu de l'étude
Statut
Actif, ne recrute pas
Les conditions
Type d'étude
Observationnel
Inscription (Estimé)
1000
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.
Lieux d'étude
-
-
Guangdong
-
Guangzhou, Guangdong, Chine, 510000
- Guangzhou First People's Hospital
-
Guangzhou, Guangdong, Chine, 510000
- The second Affiliated Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, Chine, 510000
- The Third Affiliated Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, Chine, 510000
- The Affiliated Panyu Central Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, Chine, 510000
- The Fourth Affiliated Hospital of Guangzhou Medical University
-
Guangzhou, Guangdong, Chine, 510000
- the Guangzhou Red Cross Hospital
-
-
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
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
Patients adultes admis en réanimation avec un diagnostic de pneumonie sévère et répondant aux critères d'inclusion et d'exclusion spécifiés.
La description
Critères d'inclusion :
- Âge ≥ 18 ans ; Admis en soins intensifs, répondant aux critères diagnostiques de pneumonie sévère ; Séjour en soins intensifs > 72 heures ; Le patient ou son représentant légal fournit un consentement éclairé.
Critères d'exclusion :
- Âge < 18 ans ; Temps de survie prévu < 1 jour ; Déjà hospitalisé dans un service général pendant ≥4 semaines ou déjà traité en soins intensifs pendant ≥2 semaines ; Femmes enceintes ou allaitantes ; Présence de contre-indications au lavage broncho-alvéolaire ; Participation à une autre étude clinique ou jugé inadapté par l'investigateur.
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
Cohortes et interventions
Groupe / Cohorte |
|---|
|
Cohorte de pneumonie sévère
Plans d'inclure environ 1000 patients adultes répondant aux critères diagnostiques de pneumonie sévère.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Précision du modèle d'IA pour le diagnostic étiologique de la pneumonie sévère
Délai: Du point de départ (Jour 0) au Jour 7 après l'inclusion.
|
Le critère d'évaluation principal est la précision du modèle d'intelligence artificiel construit dans le diagnostic de l'étiologie de la pneumonie sévère.
La précision est définie comme la proportion de prédictions correctes effectuées par le modèle sur le nombre total d'échantillons.
Elle est calculée à l'aide de la formule : Précision = (Nombre de Prédictions Correctes) / (Nombre Total d'Échantillons).
Le modèle d'IA intégrera des données multimodales incluant des caractéristiques cliniques, d'imagerie et microbiologiques.
Les performances diagnostiques du modèle seront comparées à un étalon-or.
|
Du point de départ (Jour 0) au Jour 7 après l'inclusion.
|
|
Identification et caractérisation des sous-types immunitaires dans la pneumonie sévère
Délai: Du point de départ (Jour 0) au Jour 28 après l'inclusion.
|
Le critère d'évaluation principal est l'identification de sous-types immunitaires distincts chez les patients atteints de pneumonie sévère à l'aide d'un modèle d'intelligence artificielle qui intègre des données multimodales, incluant des paramètres cliniques, l'imagerie et l'immunomique.
L'étude vise à révéler l'évolution dynamique des réponses immunitaires de l'hôte.
Le modèle identifiera au moins 3 sous-types immunitaires potentiels (tels que l'hyperactivation immunitaire, l'immunosuppression et les types mixtes) présentant des différences significatives dans les résultats cliniques comme la mortalité.
|
Du point de départ (Jour 0) au Jour 28 après l'inclusion.
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Différences cliniques et étiologiques entre la pneumonie acquise en communauté (PAC) et la pneumonie acquise à l'hôpital (PAH)
Délai: Du point de départ (Jour 0) jusqu'au Jour 7 après l'inclusion
|
Grâce à la cohorte multicentrique, l'étude vise à comparer systématiquement les différences dans les résultats cliniques, le spectre des pathogènes et les caractéristiques de la réponse immunitaire entre les patients atteints de PAC et de PNH.
Cette comparaison aidera à clarifier les caractéristiques cliniques distinctes et les antécédents étiologiques de ces deux types de pneumonie. |
Du point de départ (Jour 0) jusqu'au Jour 7 après l'inclusion
|
|
Exploration des conditions déclenchantes de la pneumonie acquise à l'hôpital et développement d'un modèle prédictif
Délai: Du jour de référence (Jour 0) au Jour 28 après l'inclusion.
|
L'étude vise à explorer les conditions déclenchantes de la pneumonie nosocomiale (HAP), en identifiant spécifiquement les indicateurs prédictifs clés pour les infections nosocomiales et secondaires, et à établir un modèle prédictif pour la HAP.
Cela impliquera d'analyser les données cliniques, microbiologiques et immunitaires de l'hôte provenant de la cohorte multicentrique pour identifier les facteurs de risque et les signes précoces d'alerte.
|
Du jour de référence (Jour 0) au Jour 28 après l'inclusion.
|
|
Association entre les caractéristiques du spectre pathogène et le microenvironnement immunitaire de l'hôte dans la pneumonie sévère.
Délai: Du point de départ (jour 0) jusqu'au jour 28 après l'inclusion.
|
L'étude collectera systématiquement des tests sérologiques, des cultures microbiennes, des données de PCR et de séquençage métagénomique pour caractériser de manière exhaustive le spectre pathogène de la pneumonie sévère.
En intégrant cela avec les indicateurs immunitaires de l'hôte (tels que les sous-ensembles lymphocytaires, les cytokines) et les résultats cliniques, l'étude vise à étudier comment différents pathogènes (par exemple, bactéries, virus, champignons et infections mixtes) déclenchent spécifiquement les réponses immunitaires de l'hôte.
Ce résultat cherche à révéler l'association dynamique entre « pathogène-immunité de l'hôte-résultat clinique », fournissant une base pour une thérapie ciblée.
|
Du point de départ (jour 0) jusqu'au jour 28 après l'inclusion.
|
|
Association entre l'évolution dynamique des sous-types immunitaires et le pronostic
Délai: Du point de référence (Jour 0) jusqu'au Jour 28 après l'inclusion.
|
Ce résultat explore l'association entre la trajectoire d'évolution dynamique des sous-types immunitaires et le pronostic des patients.
Les modèles de risques proportionnels de Cox seront utilisés pour analyser la relation indépendante entre les sous-types et le pronostic.
|
Du point de référence (Jour 0) jusqu'au Jour 28 après l'inclusion.
|
|
Développement d'un modèle de prédiction de mortalité à 28 jours basé sur la fusion multimodale d'IA.
Délai: 28 jours après l'inscription.
|
L'étude vise à construire un modèle intelligent de prédiction pronostique pour la pneumonie sévère en intégrant des données multimodales, incluant des informations cliniques de base, des systèmes de score (APACHE II, SOFA), des caractéristiques d'imagerie (CT/X-ray), des indicateurs de laboratoire et des données immunitaires dynamiques.
Il s'agit d'un objectif de recherche exploratoire pour déterminer si le modèle d'IA peut prédire la mortalité toutes causes confondues à 28 jours chez les patients atteints de pneumonie sévère.
|
28 jours après l'inscription.
|
Autres mesures de résultats
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Exploration des biomarqueurs spécifiques aux sous-types immunitaires et de leur efficacité diagnostique
Délai: Du point de départ (Jour 0) jusqu'au Jour 7 après l'inclusion.
|
L'étude vise à explorer et à identifier des biomarqueurs spécifiques pour différents sous-types immunitaires de pneumonie sévère, en particulier la pneumonie virale sévère (VSP), et à évaluer leur efficacité diagnostique.
Cela implique l'utilisation de SHAP et d'autres techniques d'interprétabilité pour sélectionner des combinaisons clés de biomarqueurs à partir de caractéristiques multi-omiques complexes.
La performance diagnostique de ces biomarqueurs spécifiques aux sous-types sera validée, avec pour objectif une aire sous la courbe (AUC) supérieure à 0,75.
Cette exploration fait partie du développement d'un panel de diagnostic clinique simplifié basé sur des marqueurs immunitaires clés et des données cliniques.
|
Du point de départ (Jour 0) jusqu'au Jour 7 après l'inclusion.
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Les enquêteurs
- Chercheur principal: Zhen-hui Zhang, PhD, Second Affiliated Hospital of Guangzhou Medical University
- Chaise d'étude: Zi-feng Yang, State Key Laboratory of Respiratory Disease
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)
18 septembre 2025
Achèvement primaire (Estimé)
31 décembre 2026
Achèvement de l'étude (Estimé)
31 décembre 2027
Dates d'inscription aux études
Première soumission
5 mars 2026
Première soumission répondant aux critères de contrôle qualité
5 mars 2026
Première publication (Réel)
10 mars 2026
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
12 mars 2026
Dernière mise à jour soumise répondant aux critères de contrôle qualité
10 mars 2026
Dernière vérification
1 mars 2026
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- ICU-2025-001
- GZNL2024B01008 (Autre subvention/numéro de financement: Guangzhou Laboratory and State Key Laboratory of Respiratory Disease)
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
INDÉCIS
Description du régime IPD
Une décision finale concernant le partage des IPD n'a pas encore été prise.
Tout partage futur de données respectera les directives éthiques, la protection de la vie privée des participants et les exigences réglementaires pertinentes.
Tout partage futur de données respectera les directives éthiques, la protection de la vie privée des participants et les exigences réglementaires pertinentes.
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 .