血液透析の成果と患者のエンパワーメント調査 03 (HOPE-03)
血液透析患者の体液状態の評価における機械学習アルゴリズムの有用性を評価するためのパイロット規模の単群観察研究
これは、透析患者のコホートにおける体液状態を評価するためのアルゴリズムの妥当性と再現性を評価することを目的とした、前向きの単群観察研究です。
この研究は、透析患者のコホートにおけるリアルタイムの乾燥重量予測のための既存のアルゴリズムを外部的に検証します。
調査の概要
状態
条件
詳細な説明
容量過負荷は、血液透析患者で示される心血管死亡率および全死因死亡率の高さの一因となっています。 現在、水分量の状態を一貫して改善し、患者にフィードバックを提供して水分摂取量を調整できる方法はありません。 容量を評価するために使用される現在の基準は、体液状態の予測が不十分であるか、使用が面倒であるか、適切な患者インターフェースが不足しています。
乾燥重量の自動化された正確かつ定期的な評価は、臨床的に有用で、低コストで、急速に拡張可能です。 機械学習法は、腎臓学で広く研究されています。 定期的に電子的に収集および保存された大量の正確な血液透析データは、患者の細胞外容量または理想的な体液状態の予測に活用される可能性があります。
レトロスペクティブ データを使用して、血液透析データの乾燥重量を予測するための概念実証の機械学習モデルが多数作成されています。 この研究では、検証済みの測定値に対する妥当性と再現性を評価しながら、血液透析患者の体液量を管理する際の機械学習モデルの有用性を評価します。この例では、Fresenius の体組成計 (BCM) を使用しています。
流体状態を評価するための機械学習モデルは遡及データでトレーニングおよびテストされているため、制御された観察的前向き研究でモデルのパフォーマンス、受容性、および有用性をテストする十分な正当性があります。
これは、アイルランドのダブリンにあるボーモントの単一センターで実施される 2 週間の導入期間を含む 8 週間の試験です。 Fresenius BCM を使用した生体インピーダンス測定は、2 週間ごとに実施されます。 血液透析データは、試験を通じて継続的に処理されます。 このアルゴリズムは、血液透析データを使用して BCM 出力を予測します。 アルゴリズムの予測は、BCM の予測と比較して、その有用性を評価します。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
Leinster
-
Dublin、Leinster、アイルランド、9
- Beaumont Hospital
-
Dublin、Leinster、アイルランド、D09V2N0
- Beaumont Hospital
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
サンプリング方法
調査対象母集団
説明
包含基準:
- 外来で維持血液透析を受ける
- 18歳以上
- 研究要件の理解を示します。
- -書面によるインフォームドコンセントを喜んで提供します。
除外基準:
- 生体インピーダンスの正確な使用を妨げる条件 (例: 四肢切断、重度の栄養失調、妊娠、心臓再同期装置、ペースメーカー)。
- 患者が症状やその他のパラメーターを記録する能力を制限する重大な混乱または付随する病状。
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
コホートと介入
グループ/コホート |
|---|
|
血液透析患者
アイルランドのボーモント病院の外来で血液透析を受けている血液透析患者。
|
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 |
|---|---|---|
|
主な目的は、血液透析患者の生体インピーダンスによって決定される乾燥重量を推定する際の機械学習モデルの有効性を判断することです。
時間枠:8週間
|
機械学習推定モデルによって推定された乾燥重量 (kg) は、生体インピーダンス正常水和重量 (kg) と比較されます。
|
8週間
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
受容性
時間枠:8週間
|
臨床医療の観点からの機械学習モデルの出力の受容性が評価されます。
|
8週間
|
協力者と研究者
捜査官
- 主任研究者:O'Seaghdha、Royal College of Surgeons in Ireland
出版物と役立つリンク
一般刊行物
- Guo X, Zhou W, Lu Q, Du A, Cai Y, Ding Y. Assessing Dry Weight of Hemodialysis Patients via Sparse Laplacian Regularized RVFL Neural Network with L2,1-Norm. Biomed Res Int. 2021 Feb 4;2021:6627650. doi: 10.1155/2021/6627650. eCollection 2021.
- Collins AJ, Foley RN, Herzog C, Chavers BM, Gilbertson D, Ishani A, Kasiske BL, Liu J, Mau LW, McBean M, Murray A, St Peter W, Guo H, Li Q, Li S, Li S, Peng Y, Qiu Y, Roberts T, Skeans M, Snyder J, Solid C, Wang C, Weinhandl E, Zaun D, Arko C, Chen SC, Dalleska F, Daniels F, Dunning S, Ebben J, Frazier E, Hanzlik C, Johnson R, Sheets D, Wang X, Forrest B, Constantini E, Everson S, Eggers PW, Agodoa L. Excerpts from the US Renal Data System 2009 Annual Data Report. Am J Kidney Dis. 2010 Jan;55(1 Suppl 1):S1-420, A6-7. doi: 10.1053/j.ajkd.2009.10.009. No abstract available.
- Flythe JE, Chang TI, Gallagher MP, Lindley E, Madero M, Sarafidis PA, Unruh ML, Wang AY, Weiner DE, Cheung M, Jadoul M, Winkelmayer WC, Polkinghorne KR; Conference Participants. Blood pressure and volume management in dialysis: conclusions from a Kidney Disease: Improving Global Outcomes (KDIGO) Controversies Conference. Kidney Int. 2020 May;97(5):861-876. doi: 10.1016/j.kint.2020.01.046. Epub 2020 Mar 8.
- Tomasev N, Glorot X, Rae JW, Zielinski M, Askham H, Saraiva A, Mottram A, Meyer C, Ravuri S, Protsyuk I, Connell A, Hughes CO, Karthikesalingam A, Cornebise J, Montgomery H, Rees G, Laing C, Baker CR, Peterson K, Reeves R, Hassabis D, King D, Suleyman M, Back T, Nielson C, Ledsam JR, Mohamed S. A clinically applicable approach to continuous prediction of future acute kidney injury. Nature. 2019 Aug;572(7767):116-119. doi: 10.1038/s41586-019-1390-1. Epub 2019 Jul 31.
- Lee H, Yun D, Yoo J, Yoo K, Kim YC, Kim DK, Oh KH, Joo KW, Kim YS, Kwak N, Han SS. Deep Learning Model for Real-Time Prediction of Intradialytic Hypotension. Clin J Am Soc Nephrol. 2021 Mar 8;16(3):396-406. doi: 10.2215/CJN.09280620. Epub 2021 Feb 11.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
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
詳しくは
本研究に関する用語
キーワード
その他の研究ID番号
- 21/82
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?
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。