川崎MATCH試験 (MATCH)
川崎病MATCH:KDを検出する臨床意思決定支援ツール
調査の概要
状態
状態
条件
条件
介入・治療
介入・治療
詳細な説明
研究の種類
研究の種類
入学 (推定)
入学
段階
段階
- 適用できない
連絡先と場所
研究連絡先
研究連絡先
- 名前:Michael A Gardiner, MD
- 電話番号:949-310-4808
- メール:magardiner@health.ucsd.edu
研究場所
-
-
California
-
San Diego、California、アメリカ、92071
- 募集
- Rady Children's Hospital, San Diego
-
コンタクト:
- Michael A Gardiner, MD
- 電話番号:949-310-4808
- メール:magardiner@health.ucsd.edu
-
-
参加基準
適格基準
適格基準
就学可能な年齢
- 子
健康ボランティアの受け入れ
説明
包含基準:
- 測定または主観的な発熱が3暦日以上継続
- 測定発熱が38.0℃以上(自宅または救急科にて)
- 川崎病の臨床的特徴を1つ以上有すること:
- 発疹
- 結膜充血
- 口腔咽頭所見の変化
- 四肢変化(紅斑、浮腫、落屑)
- 頸部リンパ節腫脹(1.5cm以上)
- 6ヶ月未満の乳児で7日以上の発熱がある場合、上記臨床的特徴がなくても対象
- 臨床評価のための静脈内投与/採血が必要
除外基準:
- 先天性または後天性免疫機能異常
- 遺伝性疾患
- 現在の全身性ステロイド、免疫抑制剤、または化学療法の投与(吸入ステロイドは除く)
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:診断
- 割り当て:ランダム化
- 介入モデル:並列代入
- マスキング:なし(オープンラベル)
アーム数
武器と介入
参加者グループ / アーム参加者グループ / アーム |
介入・治療介入・治療 |
|---|---|
|
実験的:川崎マッチ
救急部門で患者を評価・管理する際に、医療従事者は川崎病MATCH意思決定支援ツールにアクセスし、活用することが推奨されます
|
プロバイダーは川崎MATCH意思決定支援ツールにアクセスします。
患者情報がツールに入力され、プロバイダーにリスクスコアが表示されます。
川崎MATCHは、川崎病の診断のために以前に検証された機械学習意思決定支援ツールです。
このツールは、患者の年齢、18の臨床検査特徴、および5つの臨床特徴を利用してリスクスコアを算出します。
|
|
介入なし:日常ケア
プロバイダーは、追加の意思決定支援なしで、通常/日常的なケアに従って患者を管理するよう促されました。
|
この研究は何を測定していますか?
主要な結果の測定
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
川崎病治療までの時間(KD患者のみ)
時間枠:90日
|
川崎病と最終的に診断された患者における、初期救急部門評価から初期IVIG治療までの日数
|
90日
|
二次結果の測定
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
川崎MATCHスコア
時間枠:Day 1 (登録日)
|
患者の臨床情報と検査情報を川崎病MATCHアルゴリズムに入力することでMATCHスコアが決定されます。
アルゴリズムの出力は0から1の間の小数です。0.4未満のスコアは「川崎病ではない」と予測され、0.4以上のスコアは「川崎病」と見なされます。
|
Day 1 (登録日)
|
|
入院率
時間枠:Day 1(登録日)
|
救急部門(ED)から病院に入院した患者の割合。 入院患者 = 1 退院患者 = 0 |
Day 1(登録日)
|
|
川崎病相談率
時間枠:登録日(1日目)
|
川崎サービス相談を受けた患者の割合
|
登録日(1日目)
|
|
ED再診
時間枠:7日間
|
救急科に戻る
|
7日間
|
|
追加の介入
時間枠:登録日(Day 1)
|
無作為化後の追加ED指示による検査・画像検査または追加処置
|
登録日(Day 1)
|
|
KDの可能性に関するプロバイダー評価 - ベースライン
時間枠:Day 1(登録日)
|
川崎病の疑いの可能性を示す視覚的アナログスケール。 0(絶対に川崎病ではない)から100(絶対に川崎病である)までのスケールで、値が高いほど医療提供者の川崎病に対する疑いの度合いが高いことを示します。 このアウトカムは、両方の研究群に無作為割り付けられた医療提供者で評価されます。 |
Day 1(登録日)
|
|
アルゴリズム後のKD可能性に関するプロバイダー評価
時間枠:Day 1 (day of enrollment)
|
川崎病の疑いの可能性に関する視覚的アナログスケール。 スケールは0(絶対に川崎病ではない)から100(絶対に川崎病である)の間で、値が高いほど、医療提供者の川崎病の疑いが強いことを示します。 このアウトカムは、実験群の医療提供者のみを対象に評価しました。 |
Day 1 (day of enrollment)
|
|
アルゴリズムの有用性
時間枠:Day 1 (day of enrollment)
|
川崎MATCHアルゴリズムの知覚的有用性に関する視覚的アナログ尺度。 このアウトカムは、実験群の提供者のみを評価しました。 |
Day 1 (day of enrollment)
|
協力者と研究者
協力者
協力者
出版物と役立つリンク
一般刊行物
- Lam JY, Shimizu C, Gardiner MA, Giorgio T, Wright V, Baker A, Anderson MS, Heizer H, Mohandas S, Kazarians A, Kaneta K, Jone PN, Dominguez SR, Szmuszkovicz JR, Newburger JW, Tremoulet AH, Burns JC. External Validation of a Machine Learning Model to Diagnose Kawasaki Disease. J Pediatr. 2025 Jul;282:114543. doi: 10.1016/j.jpeds.2025.114543. Epub 2025 Mar 21.
- Lam JY, Shimizu C, Tremoulet AH, Bainto E, Roberts SC, Sivilay N, Gardiner MA, Kanegaye JT, Hogan AH, Salazar JC, Mohandas S, Szmuszkovicz JR, Mahanta S, Dionne A, Newburger JW, Ansusinha E, DeBiasi RL, Hao S, Ling XB, Cohen HJ, Nemati S, Burns JC; Pediatric Emergency Medicine Kawasaki Disease Research Group; CHARMS Study Group. A machine-learning algorithm for diagnosis of multisystem inflammatory syndrome in children and Kawasaki disease in the USA: a retrospective model development and validation study. Lancet Digit Health. 2022 Oct;4(10):e717-e726. doi: 10.1016/S2589-7500(22)00149-2.
研究記録日
主要日程の研究
研究開始 (実際)
研究開始
一次修了 (推定)
一次修了
研究の完了 (推定)
研究の完了
試験登録日
最初に提出
最初に提出
QC基準を満たした最初の提出物
QC基準を満たした最初の提出物
最初の投稿 (実際)
最初の投稿
学習記録の更新
投稿された最後の更新 (実際)
投稿された最後の更新
QC基準を満たした最後の更新が送信されました
QC基準を満たした最後の更新が送信されました
最終確認日
最終確認日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
その他の研究ID番号
- 140220
- 68060 (その他の助成金/資金番号:Gordon and Marilyn Macklin Foundation)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。