- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06376552
Mesterséges intelligencia a genetikai háttér fontossági sorrendjének meghatározásához Brugada-szindrómában (AI4Cardio)
A mesterséges intelligencia használata az ok-okozati genetikai háttér fontossági sorrendjének meghatározására egy Brugada-szindrómás kohorszban: megfigyelési retrospektív tanulmány
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
A Brugada-szindróma (BS) egy öröklött szívelektromos rendellenesség, amely ájulást és hirtelen szívmegállást okozhat fiatal, tünetmentes egyénekben. Feltételezhető, hogy az általános populációban a hirtelen szívhalál eseteinek 4-12%-ában járul hozzá. A diagnózis egy I-es típusú EKG-mintázat azonosításán alapul, amelyet az ST-szakasz elevációja jellemez, és a jobb precordiális vezetékekben rejtett morfológia. A nyugati országokban a prevalenciát 1:5000-re becsülik. Jelenleg a cardioverter defibrillátor (ICD) beültetése az egyetlen kezelési lehetőség, de a kockázati rétegződésre vonatkozó irányelvek továbbra is hiányosak, különösen a tünetmentes egyének esetében.
A BS autoszomális domináns tulajdonságként öröklődik, hiányos penetranciával. Míg 23 gént társítottak a BS-érzékenységgel, a betegek 70%-a genetikailag jellemtelen marad, ami összetettebb öröklődési mintára utal. A genetikát nem építették be a kockázati rétegződési irányelvekbe, annak ellenére, hogy a bizonyítékok bizonyos genetikai változatokat magasabb aritmiás kockázattal kapcsolnak össze. Ez az ismeretek hiányossága aláhúzza a BS genetikájával kapcsolatos ismereteink bővítésének fontosságát a diagnosztikai érzékenység és a betegkezelés javítása érdekében.
Ez a protokoll az olasz Egészségügyi Minisztérium (GR-2016-02362316) által adott tanulmány előzetes adataira épül, amelyben a következő generációs szekvenálást (NGS) alkalmazták 200 BS-beteg teljes kódoló régiójának (Whole Exome Sequencing_WES) vizsgálatára. . A vizsgálat célja új BS jelölt gének azonosítása és az állapot genetikai alapjainak jellemzése volt.
A kohorszt az I. típusú EKG jelenléte alapján választottuk ki, amelyet vagy spontán, vagy flekainiddal vagy ajmalinnal indukáltak. A betegek alapos szívvizsgálaton estek át, hogy kizárjanak más állapotokat. A nyomon követés évenkénti értékelést és gyakoribb értékelést tartalmazott azon betegek esetében, akiknél nagyobb a kamrai tachycardia kockázata.
Számos genetikai változatot azonosítottak a WES kihasználásával, ami arra késztette a mesterséges intelligenciát (AI) a szekvenálási adatok prioritásainak meghatározására. A mesterséges intelligencia technikák, beleértve a fejlett algoritmusokat és a gépi tanulást, egyszerűsíthetik a potenciálisan betegségeket okozó genetikai variációk azonosítását a gyakori változatok kiszűrésével, a patogenitás előrejelzésével és a klinikai adatok integrálásával.
Tekintettel arra, hogy a BS-betegek több mint 70%-a genetikailag diagnosztizálatlan marad, a nagy áteresztőképességű szekvenálási megközelítések kulcsfontosságúak a BS genetikájának átfogó megértéséhez. A tanulmány célja, hogy hozzájáruljon új genetikai tényezők azonosításához, és javítsa az érintett betegek kockázati rétegződését. A projekthez kapcsolódó összes szekvenálási adatot létrehoztuk, és mesterséges intelligencia segítségével elemezzük, és nem kell további betegeket bevonni vagy szekvenálni.
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Milan, Olaszország, 20132
- IRCCS San Raffaele
-
Milan, Olaszország
- Milano-Bicocca University
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- A 200 BS-beteget a spontán, vagy flekainid vagy ajmalin által indukált I. típusú elektrokardiogram (EKG) jelenléte alapján választották ki és klinikailag értékelték.
Kizárási kritériumok:
- Ehhez a tanulmányhoz nem fogadtak el kizárási kritériumokat. A teljes, korábban szekvenált, 200 BS-betegből álló kohorszot megvizsgáljuk és figyelembe veszik, kihasználva az AI-megközelítést a szekvenálás elérhető adatainak prioritási meghatározására.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
|---|
|
BrS betegek
A 200 BS-beteget a San Raffaele Kórház Szív Elektrofiziológiai és Aritmológiai Osztálya választotta ki és klinikailag értékelte az I. típusú elektrokardiogram (EKG) jelenlétét, akár spontán, akár flekainid vagy ajmalin által indukált.
A szív morfológiai és funkcionális jellemzőit minden betegnél transzthoracalis echokardiográfiával és stresszteszttel elemezték, hogy kizárják az arrhythmogén jobb kamrai dysplasiában és ischaemiás szívbetegségben szenvedő betegeket.
A klinikai jellemzők közül a 12 elvezetéses jel átlagolt EKG paramétereit és az összes lehetséges kockázati tényezőt értékelték.
Elektrofiziológiai vizsgálatot végeztek spontán BS mintázatú 1-es EKG-betegeken vagy indukált BS-mintázatú 1-es EKG-ban és legalább egy rizikófaktorban.
Az indukált kamrai tachycardiára fokozottan érzékeny betegeknél ICD-t ültettek be.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Új jelölt gének, amelyek valószínűleg a Brugada-szindrómához kapcsolódnak, mesterséges intelligencia alapú megközelítést alkalmazva.
Időkeret: 1 év
|
A BS fenotípus hátterében álló genetikai variációk prioritása: a korábban szekvenált 200 BS teljes exome adatát az UniMIB munkatársai által kifejlesztett mesterséges intelligencia alapú megközelítéssel priorizálják.
|
1 év
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A rosszabb fenotípushoz kapcsolódó genetikai kockázati tényezők azonosítása.
Időkeret: 1 év
|
Az új feltételezett gének és a klinikai változók korrelációja, amelyeket korábban egy átfogó adatbázisban gyűjtöttek össze ehhez a tanulmányhoz.
|
1 év
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Chiara Di Resta, PhD, IRCCS San Raffaele Hospital
Publikációk és hasznos linkek
Általános kiadványok
- Di Resta C, Pietrelli A, Sala S, Della Bella P, De Bellis G, Ferrari M, Bordoni R, Benedetti S. High-throughput genetic characterization of a cohort of Brugada syndrome patients. Hum Mol Genet. 2015 Oct 15;24(20):5828-35. doi: 10.1093/hmg/ddv302. Epub 2015 Jul 28.
- Sommariva E, Pappone C, Martinelli Boneschi F, Di Resta C, Rosaria Carbone M, Salvi E, Vergara P, Sala S, Cusi D, Ferrari M, Benedetti S. Genetics can contribute to the prognosis of Brugada syndrome: a pilot model for risk stratification. Eur J Hum Genet. 2013 Sep;21(9):911-7. doi: 10.1038/ejhg.2012.289. Epub 2013 Jan 16.
- Di Resta C, Berg J, Villatore A, Maia M, Pili G, Fioravanti F, Tomaiuolo R, Sala S, Benedetti S, Peretto G. Concealed Substrates in Brugada Syndrome: Isolated Channelopathy or Associated Cardiomyopathy? Genes (Basel). 2022 Sep 28;13(10):1755. doi: 10.3390/genes13101755.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- AI4Cardio
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .