急性胆汁性膵炎における再発リスク評価のための機械学習。 (MINERVA)
急性胆汁性膵炎の再発予測のための新しい機械学習モデル (急性胆汁性膵炎における再発リスク評価のための機械学習 - MINERVA)
MINERVA (急性胆汁性膵炎における再発リスク評価のための機械学習) プロジェクトは、急性胆汁性膵炎の診断で入院した患者に対して手術上の決定を下すという臨床現場での必要性から生まれました。 特に、MINERVA 前向きコホート研究は、機械学習と人工知能を使用して、軽度の胆汁性急性膵炎と診断された患者の再入院のリスクを評価できる予測スコアを開発することを目的としています。
MINERVA 研究の目的は次のとおりです。
- 早期(入院後3~7日以内)の胆嚢摘出術を受けなかった軽度の胆汁性急性膵炎患者の再発リスクを評価するための新しい方法論を提案する。
- 簡単に収集できるデータに適用される深層学習アーキテクチャを使用した機械学習予測モデルを提案します。
- 広範な多中心の前向きコホートで MINERVA スコアを検証します。
- 国内外の臨床医、医療スタッフ、研究者、一般の聴衆が自由かつ簡単に MINERVA スコア計算にアクセスし、日常の臨床診療で使用できるようにします。
MINERVA スコア モデルは、患者の遡及コホート (MANCTRA-1、ClinicalTrials.gov に登録済み) を対象に開発されます。 そして、新しい前向き多中心コホートで検証される予定です。 検証後、MINERVA スコアは無料で、すべての医療スタッフが即座に簡単に計算できるようになります。 MINERVA の Web サイトおよび Web アプリでいつでもアクセスでき、臨床医と患者にとって最適な治療経路を明確に示すことができる信頼性の高い結果が即座に提供されます。
調査の概要
詳細な説明
急性膵炎は最も一般的な膵臓疾患であり、世界的な発症率は 100,000 人あたり 34 人です。 この病気の新規患者数は世界中で年間 150 万人を超え、死亡率は 1% に近づいています。 軽度の胆汁性急性膵炎患者は、入院した場合、初期胆嚢摘出術(急性発症から 3 ~ 7 日以内)または保存療法で治療できます。 保存的治療は解決策となる可能性がありますが、これらの患者の最大 35% は 30 日以内に再発し、患者全体の状態が著しく悪化した場合には緊急手術が必要となり、成功の可能性が低くなります。 それ以外に、再発により慢性膵炎、膵臓がん、術後合併症、および全体の死亡率が劇的に増加します。 再発エピソードは医療施設にも経済的な影響を及ぼします。患者 1 人あたりの 2 回目以降の入院では、患者 1 人あたりの全体の医療費が少なくとも 100% 増加するからです。 しかし、これまでのところ、軽度の胆汁性急性膵炎の最初の発症後に早期に胆嚢摘出術を受けなかった患者における胆汁性急性膵炎の再発を予測する標準化された方法はありません。
MINERVA (急性胆汁性膵炎における再発リスク評価のための機械学習) プロジェクトは、軽度の急性胆汁性膵炎の診断で入院した患者に対して手術上の決定を下すという臨床現場での必要性から生まれました。
MINERVA プロジェクトは、次の目的と結果を達成することを目指しています。
- 軽度の胆汁性急性膵炎の最初の発症後に早期に胆嚢摘出術を受けなかった軽度の胆汁性急性膵炎患者の再発リスクを評価するための新しい方法論を提案する。
- 患者から収集しやすいデータに適用される深層学習アーキテクチャを使用した機械学習予測モデルを提案します。
- 広範な多中心の前向きコホートで MINERVA スコアを検証します。
- 国内外の臨床医、医療スタッフ、研究者、一般の聴衆が自由かつ簡単に MINERVA スコア計算にアクセスし、日常の臨床診療で使用できるようにします。
MINERVA スコアは、各患者の個人歴、人口統計データ、検査室の特徴を考慮した再発リスクの検証済みの標準化された評価を臨床医に提供します。 MINERVA スコアは無料で、すべての医療スタッフが即座に簡単に計算できます。 MINERVA の Web サイトおよび Web アプリでいつでもアクセスでき、臨床医と患者にとって最適な治療経路を明確に示すことができる信頼性の高い結果が即座に提供されます。
MINERVA スコア モデルは、患者の遡及コホート (MANCTRA-1、ClinicalTrials.gov に登録済み) を対象に開発されます。 そして、新しい前向き多中心コホートで検証される予定です。
後ろ向きコホート モデル開発と初期トレーニングは、予備多中心研究であるMANCTRA-1研究(カリアリ大学病院倫理委員会MANCTRA-1によって承認)中に収集された患者の後ろ向きコホート(n=692)に対して実行されます。 - NCT04747990、プロット。 PG/2021/7108)PI(Dr. マウロ・ポッダ)と地元のカリアリ大学がMINERVAプロジェクトを担当。
前向きコホート MINERVA 研究の前向きコホートには、合計 430 人の患者が募集されます。
方法 MINERVA スコアは、遡及コホートで開発およびトレーニングされ、将来の患者コホートで検証される機械学習モデルに基づいています。
すべてのモデル変数は、カーネル主成分分析 (kPCA) で処理されます。
主要コンポーネントの散布図の凸包が計算され、最小の長方形が抽出されます。 長方形は、特徴の平均化と正規化を使用して、固定解像度の 2D イメージに変換されます。
このモデルは、機械学習の専門知識と監督のもと、ナポリ大学フェデリコ 2 世のダニエラ パセラ博士によって開発されます。
過学習を防ぐために、データセットはトレーニング セット、テスト セット、検証セットに分割されます。 さらに、k 分割交差検証が使用されます。 MINERVA モデルのパフォーマンスは、精度、リコール、AUC (ROC 曲線下面積) など、最も採用されている精度の尺度を使用して評価されます。 さらに、そのパフォーマンスは、従来の機械学習手法 (SVM、ANN) を使用して達成されたパフォーマンスと比較されます。 欠損データは補完メソッドで処理されます。
変数 年齢 (歳) 性別 (男性:女性) 胆汁性膵炎の過去のエピソード (はい、いいえ) 入院中の専門分野 (肝膵胆道外科、一般外科、内科、消化器科) BMI - BMI - (Kg/m2) 糖尿病の臨床歴(糖尿病なし、臓器機能不全ありあり、臓器機能不全なしあり) 慢性肺疾患の病歴(はい、いいえ) 高血圧の臨床病歴(はい、いいえ) 心房細動の臨床病歴(はい、いいえ) 虚血性心疾患の臨床病歴(はい、いいえ) 慢性腎臓病の臨床病歴 (いいえ、投薬を受けています、はい、永久腎代替療法中またはその準備中です) 造血系疾患の臨床病歴 (はい、いいえ) 入院して免疫抑制剤を服用している患者入院 (はい; いいえ) 白血球 -WBC- (細胞/mm3) 好中球 (細胞/mm3) 血小板 (Plt/mm3) INR (国際正規化比) C 反応性タンパク質 -CRP- (mg/L) アスパラギン酸アミノトランスフェラーゼ - AST- (U/L) アラニンアミノトランスフェラーゼ -ALT- (U/L) 総ビリルビン (mg/dL) 抱合型ビリルビン (mg/dL) ガンマグルタミルトランスペプチダーゼ -GGT- (U/L) 血清アミラーゼ (U/L) ) 血清リパーゼ (U/L) 乳酸脱水素酵素 -LDH- (U/L) 総胆管結石症 (はい。総胆管閉塞がある場合ははい。いいえ)胆管炎(はい、いいえ)括約筋切開を伴うERCP(入院から24時間以内にはい、入院から24~48時間以内にはい、入院から48~72時間以内にはい、いいえ)30日後、60日以内に急性胆汁性膵炎が再発日、90日、1年。
研究の種類
入学 (推定)
連絡先と場所
研究連絡先
- 名前:Mauro Podda, MD
- 電話番号:07051096571
- メール:mauro.podda@unica.it
研究場所
-
-
CA
-
Cagliari、CA、イタリア、09120
- University of Cagliari, Emergency Surgery Department
-
副調査官:
- Gianluca Pellino, MD, PhD
-
コンタクト:
- Mauro Podda, MD
- メール:mauro.podda@unica.it
-
副調査官:
- Daniela Pacella, MD, PhD
-
副調査官:
- Dario Bruzzese, MD, PhD
-
副調査官:
- Adolfo Pisanu, MD, PhD
-
-
参加基準
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
サンプリング方法
調査対象母集団
説明
包含基準:
- 成人患者(18歳以上)
- 軽度の胆汁性急性膵炎の臨床診断(改訂アトランタ分類による)
- 同じ入院中に胆嚢摘出術またはERCP/ES(内視鏡的逆行性胆管膵管造影/内視鏡的括約筋切開術)を受けていない
除外基準:
- 胆石以外の原因による急性膵炎。
- 中等度の膵炎。
- 重度の膵炎。
- 膵臓壊死の存在;
- 妊娠中の患者;
- 研究に参加するためのインフォームドコンセントに署名できない患者。
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
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 |
|---|---|---|
|
胆汁性急性膵炎が再発した患者数。
時間枠:30日、60日、90日、1年
|
胆汁性急性膵炎が再発した患者数:軽度の胆汁性急性膵炎(2012年改訂アトランタ分類による)の初回発症後、早期(発症から3~7日以内)に提出されなかった患者における急性胆汁性膵炎の再発リスクの予測急性エピソード)胆嚢摘出術。
この結果は、新しいリスク スコアの開発と検証によって達成されます。
|
30日、60日、90日、1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
MINERVAモデルの精度。
時間枠:30日、60日、90日、1年
|
MINERVA 機械学習モデルの精度、感度、特異性 (AUC、ROC 曲線下の面積) を、以前に文献で採用されていた他の従来の機械学習モデル (ANN や SVM など) や統計モデル (重回帰など) と比較したものです。
|
30日、60日、90日、1年
|
協力者と研究者
スポンサー
捜査官
- スタディチェア:Mauro Podda, MD、University of Cagliari, Department of Surgical Science
出版物と役立つリンク
一般刊行物
- Werner J, Hartwig W, Uhl W, Muller C, Buchler MW. Useful markers for predicting severity and monitoring progression of acute pancreatitis. Pancreatology. 2003;3(2):115-27. doi: 10.1159/000070079.
- Sankaran SJ, Xiao AY, Wu LM, Windsor JA, Forsmark CE, Petrov MS. Frequency of progression from acute to chronic pancreatitis and risk factors: a meta-analysis. Gastroenterology. 2015 Nov;149(6):1490-1500.e1. doi: 10.1053/j.gastro.2015.07.066. Epub 2015 Aug 20.
- Gurusamy KS, Nagendran M, Davidson BR. Early versus delayed laparoscopic cholecystectomy for acute gallstone pancreatitis. Cochrane Database Syst Rev. 2013 Sep 2;(9):CD010326. doi: 10.1002/14651858.CD010326.pub2.
- da Costa DW, Bouwense SA, Schepers NJ, Besselink MG, van Santvoort HC, van Brunschot S, Bakker OJ, Bollen TL, Dejong CH, van Goor H, Boermeester MA, Bruno MJ, van Eijck CH, Timmer R, Weusten BL, Consten EC, Brink MA, Spanier BWM, Bilgen EJS, Nieuwenhuijs VB, Hofker HS, Rosman C, Voorburg AM, Bosscha K, van Duijvendijk P, Gerritsen JJ, Heisterkamp J, de Hingh IH, Witteman BJ, Kruyt PM, Scheepers JJ, Molenaar IQ, Schaapherder AF, Manusama ER, van der Waaij LA, van Unen J, Dijkgraaf MG, van Ramshorst B, Gooszen HG, Boerma D; Dutch Pancreatitis Study Group. Same-admission versus interval cholecystectomy for mild gallstone pancreatitis (PONCHO): a multicentre randomised controlled trial. Lancet. 2015 Sep 26;386(10000):1261-1268. doi: 10.1016/S0140-6736(15)00274-3.
- Ahmed Ali U, Issa Y, Hagenaars JC, Bakker OJ, van Goor H, Nieuwenhuijs VB, Bollen TL, van Ramshorst B, Witteman BJ, Brink MA, Schaapherder AF, Dejong CH, Spanier BW, Heisterkamp J, van der Harst E, van Eijck CH, Besselink MG, Gooszen HG, van Santvoort HC, Boermeester MA; Dutch Pancreatitis Study Group. Risk of Recurrent Pancreatitis and Progression to Chronic Pancreatitis After a First Episode of Acute Pancreatitis. Clin Gastroenterol Hepatol. 2016 May;14(5):738-46. doi: 10.1016/j.cgh.2015.12.040. Epub 2016 Jan 6.
- Bagepally BS, Haridoss M, Sasidharan A, Jagadeesh KV, Oswal NK. Systematic review and meta-analysis of gallstone disease treatment outcomes in early cholecystectomy versus conservative management/delayed cholecystectomy. BMJ Open Gastroenterol. 2021 Jul;8(1):e000675. doi: 10.1136/bmjgast-2021-000675.
- Chen Y, Chen TW, Wu CQ, Lin Q, Hu R, Xie CL, Zuo HD, Wu JL, Mu QW, Fu QS, Yang GQ, Zhang XM. Radiomics model of contrast-enhanced computed tomography for predicting the recurrence of acute pancreatitis. Eur Radiol. 2019 Aug;29(8):4408-4417. doi: 10.1007/s00330-018-5824-1. Epub 2018 Nov 9.
- Cho JH, Jeong YH, Kim KH, Kim TN. Risk factors of recurrent pancreatitis after first acute pancreatitis attack: a retrospective cohort study. Scand J Gastroenterol. 2020 Jan;55(1):90-94. doi: 10.1080/00365521.2019.1699598. Epub 2019 Dec 10.
- Ding N, Guo C, Li C, Zhou Y, Chai X. An Artificial Neural Networks Model for Early Predicting In-Hospital Mortality in Acute Pancreatitis in MIMIC-III. Biomed Res Int. 2021 Jan 28;2021:6638919. doi: 10.1155/2021/6638919. eCollection 2021.
- Hong WD, Chen XR, Jin SQ, Huang QK, Zhu QH, Pan JY. Use of an artificial neural network to predict persistent organ failure in patients with acute pancreatitis. Clinics (Sao Paulo). 2013 Jan;68(1):27-31. doi: 10.6061/clinics/2013(01)rc01. No abstract available.
- Mashayekhi R, Parekh VS, Faghih M, Singh VK, Jacobs MA, Zaheer A. Radiomic features of the pancreas on CT imaging accurately differentiate functional abdominal pain, recurrent acute pancreatitis, and chronic pancreatitis. Eur J Radiol. 2020 Feb;123:108778. doi: 10.1016/j.ejrad.2019.108778. Epub 2019 Dec 11.
- Hu X, Yang B, Li J, Bai X, Li S, Liu H, Zhang H, Zeng F. Individualized Prediction of Acute Pancreatitis Recurrence Using a Nomogram. Pancreas. 2021 Jul 1;50(6):873-878. doi: 10.1097/MPA.0000000000001839.
- Loozen CS, Oor JE, van Ramshorst B, van Santvoort HC, Boerma D. Conservative treatment of acute cholecystitis: a systematic review and pooled analysis. Surg Endosc. 2017 Feb;31(2):504-515. doi: 10.1007/s00464-016-5011-x. Epub 2016 Jun 17.
- Mador BD, Panton ON, Hameed SM. Early versus delayed cholecystectomy following endoscopic sphincterotomy for mild biliary pancreatitis. Surg Endosc. 2014 Dec;28(12):3337-42. doi: 10.1007/s00464-014-3621-8. Epub 2014 Jun 25.
- Nebiker CA, Frey DM, Hamel CT, Oertli D, Kettelhack C. Early versus delayed cholecystectomy in patients with biliary acute pancreatitis. Surgery. 2009 Mar;145(3):260-4. doi: 10.1016/j.surg.2008.10.012. Epub 2009 Feb 1.
- Riquelme F, Marinkovic B, Salazar M, Martinez W, Catan F, Uribe-Echevarria S, Puelma F, Munoz J, Canals A, Astudillo C, Uribe M. Early laparoscopic cholecystectomy reduces hospital stay in mild gallstone pancreatitis. A randomized controlled trial. HPB (Oxford). 2020 Jan;22(1):26-33. doi: 10.1016/j.hpb.2019.05.013. Epub 2019 Jun 22.
- Schmidt M, Sondenaa K, Vetrhus M, Berhane T, Eide GE. A randomized controlled study of uncomplicated gallstone disease with a 14-year follow-up showed that operation was the preferred treatment. Dig Surg. 2011;28(4):270-6. doi: 10.1159/000329464. Epub 2011 Jul 9.
- Sharma A, Vans E, Shigemizu D, Boroevich KA, Tsunoda T. DeepInsight: A methodology to transform a non-image data to an image for convolution neural network architecture. Sci Rep. 2019 Aug 6;9(1):11399. doi: 10.1038/s41598-019-47765-6.
- Stevens CL, Abbas SM, Watters DA. How Does Cholecystectomy Influence Recurrence of Idiopathic Acute Pancreatitis? J Gastrointest Surg. 2016 Dec;20(12):1997-2001. doi: 10.1007/s11605-016-3269-x. Epub 2016 Sep 23.
- Umans DS, Hallensleben ND, Verdonk RC, Bouwense SAW, Fockens P, van Santvoort HC, Voermans RP, Besselink MG, Bruno MJ, van Hooft JE; Dutch Pancreatitis Study Group. Recurrence of idiopathic acute pancreatitis after cholecystectomy: systematic review and meta-analysis. Br J Surg. 2020 Feb;107(3):191-199. doi: 10.1002/bjs.11429. Epub 2019 Dec 25.
- Yamashita R, Nishio M, Do RKG, Togashi K. Convolutional neural networks: an overview and application in radiology. Insights Imaging. 2018 Aug;9(4):611-629. doi: 10.1007/s13244-018-0639-9. Epub 2018 Jun 22.
- Yuan X, Xu B, Wong M, Chen Y, Tang Y, Deng L, Tang D. The safety, feasibility, and cost-effectiveness of early laparoscopic cholecystectomy for patients with mild acute biliary pancreatitis: A meta-analysis. Surgeon. 2021 Oct;19(5):287-296. doi: 10.1016/j.surge.2020.06.014. Epub 2020 Jul 22.
- Zhou Y, Ge YT, Shi XL, Wu KY, Chen WW, Ding YB, Xiao WM, Wang D, Lu GT, Hu LH. Machine learning predictive models for acute pancreatitis: A systematic review. Int J Med Inform. 2022 Jan;157:104641. doi: 10.1016/j.ijmedinf.2021.104641. Epub 2021 Nov 10.
研究記録日
主要日程の研究
研究開始 (推定)
一次修了 (推定)
研究の完了 (推定)
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 (推定)
学習記録の更新
投稿された最後の更新 (推定)
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
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。