Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Un nuovo algoritmo di apprendimento automatico per prevedere le demenze a corpi di Lewy (MLDLB)

8 settembre 2020 aggiornato da: Anastasia Bougea, National and Kapodistrian University of Athens

Un nuovo algoritmo di apprendimento automatico per prevedere le demenze a corpi di Lewy utilizzando punteggi clinici e neuropsicologici

La demenza da morbo di Parkinson (PDD) e la demenza a corpi di Lewy (DLB) sono sindromi demenziali che si sovrappongono in molte caratteristiche cliniche, rendendo difficile la loro diagnosi nella pratica clinica, in particolare negli stadi avanzati. Proponiamo un algoritmo di apprendimento automatico, basato solo su predittori collezionabili in modo non invasivo e facilmente in clinica, per identificare questi disturbi con un'elevata performance prognostica.

Panoramica dello studio

Stato

Sconosciuto

Condizioni

Intervento / Trattamento

Descrizione dettagliata

L'algoritmo sarà sviluppato utilizzando set di dati provenienti da due centri di memoria specializzati, impiegando un campione di soggetti PDD e DLB il cui follow-up diagnostico è disponibile per almeno 3 anni dopo la valutazione di base. Come predittori è stato utilizzato un insieme ristretto di informazioni relative alle caratteristiche clinico-demografiche, 6 test neuropsicologici (mini mental, PD Cognitive Rating Scale, Brief Visuospatial Memory test, Symbol digit writing, Wechsler adult intelligence scale, trail making A e B). Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), saranno studiati per la loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.

Tipo di studio

Osservativo

Iscrizione (Anticipato)

200

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

  • Grecia
    • Attiki
      • Athens, Attiki, Grecia, 16674
        • Reclutamento
        • Anastasia Bougea
        • Contatto:
        • Sub-investigatore:
          • Christos Goumas, dr

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

Da 50 anni a 90 anni (Adulto, Adulto più anziano)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

il gruppo PDD composto da pazienti che soddisfano i criteri per probabile PDD e il gruppo DLB. I pazienti saranno arruolati dal database basato su registro di due cliniche. Sono stati raccolti i seguenti dati: sesso, età, istruzione, dominanza della mano, durata della malattia (anni) e dose giornaliera equivalente di levodopa (LEDD). Il peso della malattia sarà valutato dalla Movement Disorders Society-United Parkinson's Disease Rating Scale (MDS-UPDRS) parte III nello stato di assenza di farmaci e dai seguenti sei test cognitivi/comportamentali: Mini-Mental State Examination (MMSE), PD- Cognitive Rating Scale (PD-CRS), Brief Visuospatial Memory test (BVMT-TR), Symbol digit writing (SDMT), Trail making test (TMT A,B), Wechsler adultiintelligence scale (WAIS-V). Tutti i pazienti saranno sottoposti a risonanza magnetica cerebrale e analisi del sangue per escludere cause secondarie di demenza.

Descrizione

Criterio di inclusione:

il gruppo PDD comprendeva pazienti che soddisfacevano i criteri per probabile PDD della Movement Disorders Society (b) il gruppo DLB comprendeva pazienti, secondo i recenti criteri rivisti per probabile DLB.

Criteri di esclusione:

  • disturbi psichiatrici maggiori, depressione

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Demenza del morbo di Parkinson
il gruppo PDD comprendeva 58 pazienti che soddisfacevano i criteri per probabile PDD della Movement Disorders Society
Test diagnostico: modello di apprendimento automatico
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), sono stati studiati per la loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.
Demenza a corpi di Lewy
il gruppo DLB comprendeva 40 pazienti, secondo i recenti criteri rivisti per probabile DLB
Test diagnostico: modello di apprendimento automatico
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), sono stati studiati per la loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
MMSE predittivo per dlb o PDD
Lasso di tempo: 1 anno
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), combineranno questi test per indagare sulla loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.
1 anno
Malattia di Parkinson - Scala di valutazione cognitiva (PD-CRS) predittiva per DLB o PDD
Lasso di tempo: 1 anno
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), combineranno questi test per indagare sulla loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.
1 anno
Breve test di memoria visuospaziale (BVMT-TR) predittivo per DLB o PDD
Lasso di tempo: 1 anno
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), combineranno questi test per indagare sulla loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.
1 anno
Simbolo cifra scritta predittiva per DLB o PDD
Lasso di tempo: 1 anno
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), combineranno questi test per indagare sulla loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.
1 anno
Scala di intelligenza per adulti Wechsler, predittiva per DLB o PDD
Lasso di tempo: 1 anno
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), combineranno questi test per indagare sulla loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.
1 anno
trail rendendo A e B predittivi per DLB o PDD
Lasso di tempo: 1 anno
Due algoritmi di classificazione, regressione logistica e K-Nearest Neighbors (K-NNs), combineranno questi test per indagare sulla loro capacità di prevedere con successo se i pazienti soffrissero di PDD o DLB.
1 anno

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

National and Kapodistrian University of Athens

Investigatori

  • Investigatore principale: ANASTASIA BOUGEA, National and Kapodistrian University of Athens

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 settembre 2019

Completamento primario (Anticipato)

1 ottobre 2020

Completamento dello studio (Anticipato)

1 marzo 2021

Date di iscrizione allo studio

Primo inviato

21 giugno 2020

Primo inviato che soddisfa i criteri di controllo qualità

24 giugno 2020

Primo Inserito (Effettivo)

25 giugno 2020

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

10 settembre 2020

Ultimo aggiornamento inviato che soddisfa i criteri QC

8 settembre 2020

Ultimo verificato

1 settembre 2020

Maggiori informazioni

Termini relativi a questo studio

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • 251ATHENS HOSPITAL

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su modello di apprendimento automatico

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Guinea

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi