このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

パーキンソン病のスクリーニング認知検査の検証における機械学習手法の応用 (CoMDA-ML-P)

パーキンソン病患者の認知スクリーニング: 機械学習ベースの新しい診断ツールの提案

前向きに収集されたデータ分析に基づいて、Mini-Mental State Inspection (MMSE)、Montreal Cognitive Assessment (MoCA)、Frontal Assessment Battery (FAB) の各項目を統合した新しいツール CoMDA (Cognition in Movement Disorders Assessment) が開発されました。 。 認知プロファイルを分類し、患者の認知症リスクを予測できる機械学習が作成されました。

調査の概要

詳細な説明

前向きのデータベースが構築され、500 人のパーキンソニズム患者の評価から得られた CoMDA および詳細な神経心理学的バッテリー スコアが収集されました。 データを分析して、CoMDA、MMSE、MoC、FAB で得られた患者の認知プロファイルの分類と、詳細な神経心理学的評価から得られた分類を比較しました。 MMSE、MoCA、FAB では、非常に高い割合の偽陰性が発生しました。 逆に、CoMDA スコアは偽陰性率を大幅に減少させます。

この新しいツール「CoMDA」(Cognition in Movement Disorders Assessment)は、Mini-Mental State Exam(MMSE)、Montreal Cognitive Assessment(MoCA)、Frontal Assessment Battery(FAB)の各項目を統合して構成されました。 さらに、認知プロファイルを分類し、患者の認知症リスクを予測できる機械学習、すなわち「ニューラルネット 91 分類」を作成し、綿密な神経心理学的評価から得られる結果の予測を提供しました。

CoMDA および関連する Neural Net 91 分類は、信頼性が高く、時間を節約できるスクリーニング手段であり、広く採用されている他の一般的なツールよりもはるかに強力です。

研究の種類

観察的

入学 (実際)

562

連絡先と場所

このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。

研究場所

    • Como
      • Gravedona E Uniti、Como、イタリア、22015
        • "Moriggia Pelascini" Hospital

参加基準

研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。

適格基準

就学可能な年齢

  • 大人
  • 高齢者

健康ボランティアの受け入れ

いいえ

受講資格のある性別

全て

サンプリング方法

確率サンプル

調査対象母集団

さまざまな形態のパーキンソン病または非定型パーキンソン症候群を患う 500 人の被験者と 61 人の健康対照

説明

包含基準:

MDS臨床診断基準に従った特発性PDの診断(Postuma et al. 2015)。 b) MDS 臨床診断基準に従った PSP の診断 (Höglinger et al. 2017)。 c) 2 番目の診断コンセンサスステートメントに従った MSA の診断 (Gilman et al. 2008)。 d)ZijlmansらによるVPの診断(Zijlmansら、2004)。

除外基準:

a) 脳画像検査 (CT または MRI) で検出された脳の局所病変。 b) 臨床的に関連する精神障害、精神病(神経精神医学的インベントリで評価)および/またはせん妄の診断。 c) 認知症またはMCIの診断。 d) PDまたは非定型パーキンソン症候群以外の神経疾患の診断。 e) 認知状態に悪影響を与えるその他の病状。 f) 精神測定的評価に影響を与えるような、MDS統一パーキンソン病評価スケール(MDS-UPDRS)IIIの特定項目のスコア2〜4に相当する、妨害的な安静時および/または動作時振戦。 g) 精神測定評価に影響を与えるなど、MDS-UPDRS III の特定項目のスコア 2 ~ 4 に相当する、妨害的なジスキネジア。 h) 患者の認知検査を行う能力を損なう聴覚および/または視覚の機能障害。

研究計画

このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。

研究はどのように設計されていますか?

デザインの詳細

  • 観測モデル:コホート
  • 時間の展望:見込みのある

コホートと介入

グループ/コホート
介入・治療
パーキンソン病に罹患している被験者
MMSE、FAB MoCA のスコアは CoMDA スコアを計算するために要約され、Neural Net 91 分類器の開発に使用されました。
健康管理
CoMDA が管理され、合計スコアが計算されて Neural Net 91 分類器が開発されました

この研究は何を測定していますか?

主要な結果の測定

結果測定
メジャーの説明
時間枠
CoMDA スコアからの Neural Net 91 分類子
時間枠:30分
CoMDA スコアにおける Neural Net 91 分類器の適用から得られる認知レベルの予測
30分

協力者と研究者

ここでは、この調査に関係する人々や組織を見つけることができます。

出版物と役立つリンク

研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。

研究記録日

これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。

主要日程の研究

研究開始 (実際)

2017年1月1日

一次修了 (実際)

2020年2月1日

研究の完了 (実際)

2020年8月31日

試験登録日

最初に提出

2021年4月21日

QC基準を満たした最初の提出物

2021年4月23日

最初の投稿 (実際)

2021年4月26日

学習記録の更新

投稿された最後の更新 (実際)

2021年5月12日

QC基準を満たした最後の更新が送信されました

2021年5月11日

最終確認日

2021年5月1日

詳しくは

本研究に関する用語

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?

いいえ

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

いいえ

米国FDA規制機器製品の研究

いいえ

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。

購読する