Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Mesterséges intelligencia a genetikai háttér fontossági sorrendjének meghatározásához Brugada-szindrómában (AI4Cardio)

2024. április 18. frissítette: Chiara Di Resta, IRCCS San Raffaele

A mesterséges intelligencia használata az ok-okozati genetikai háttér fontossági sorrendjének meghatározására egy Brugada-szindrómás kohorszban: megfigyelési retrospektív tanulmány

A Brugada-szindróma (BS) egy örökletes szívbetegség, amely fiatal egyéneknél hirtelen szívmegállást okozhat. Ezt az elektrokardiogramon (EKG) észlelt specifikus változások alapján diagnosztizálják. Jelenleg az egyetlen kezelési lehetőség a kardioverter defibrillátor (ICD). Az előrelépések ellenére a BS-rel kapcsolatban sok minden nem tisztázott, beleértve a genetikai alapját is. A tanulmány célja a fejlett genetikai szekvenálás és a mesterséges intelligencia alkalmazása a BS-hez hozzájáruló új genetikai tényezők feltárására. Reméljük, hogy ezen tényezők jobb megértésével javítani tudjuk az érintett egyének kockázatértékelését és kezelését.

A tanulmány áttekintése

Állapot

Befejezve

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

Megfigyelő

Beiratkozás (Tényleges)

200

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

      • Milan, Olaszország, 20132
        • IRCCS San Raffaele
      • Milan, Olaszország
        • Milano-Bicocca University

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

200 BS-beteg.

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

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

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

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Chiara Di Resta, PhD, IRCCS San Raffaele Hospital

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2018. december 19.

Elsődleges befejezés (Tényleges)

2022. június 6.

A tanulmány befejezése (Tényleges)

2022. június 6.

Tanulmányi regisztráció dátumai

Először benyújtva

2024. április 16.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2024. április 18.

Első közzététel (Tényleges)

2024. április 19.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2024. április 19.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2024. április 18.

Utolsó ellenőrzés

2024. április 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

ELDÖNTETLEN

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

Iratkozz fel