大気汚染と妊娠 (PTB)
大気汚染が妊娠および出産の結果に及ぼす影響
私たちは、産科、女性と子供の健康、疫学、気候科学、炎症、計算モデリング、機械学習、人工知能の専門知識を持つ英国の科学者からなる学際的なチームです。 私たちは共に、複数の分野を横断する早産研究の基礎となる既存の強みと、早産研究をリードする出版物や賞の優れた実績を持った長い歴史を持っています。
私たちは、18,000 人の患者コホートを対象としたユニバーシティ カレッジ ロンドン ホスピタル トラスト (UCLH) の EPIC 電子医療記録のデータを使用して、早産のリスクやその他の有害な妊娠転帰を予測するディープラーニング モデルを開発および検証することを目指しています。 当社は、郵便番号 (地域) と配達日 (月) の非識別子を使用して、周囲汚染への曝露に関する対応するデータを取得します。 このモデルは、患者の病歴と現在の妊娠における出来事の時系列を検討し、重要な相互作用を特定し、早産のリスクを予測します。 また、汚染への曝露が最大の影響を与える閾値と妊娠期間も決定されます。
調査の概要
詳細な説明
早産は、世界中で新生児の罹患率と死亡率の主な原因です。 早産で生まれた子供は、脳性麻痺、感覚障害、学習障害、呼吸器疾患の罹患率が高くなります。 英国では、毎年約 60,000 人の赤ちゃんが早産で生まれています。 これはイギリスでは妊娠 9 人に 1 人に相当し、ロンドンではその数が妊娠 7 人に 1 人に増加します。 約40％のケースでは早産の原因は不明です。 早産を予測する現在のアルゴリズムは、早産のリスクが最も高い女性を特定する能力に限界があり、予測の際に遺伝的、ライフスタイル、環境的状況が考慮されていません。 機械学習と深層学習の急速な発展により、患者固有のリスク予測を定式化するために、予測アルゴリズム内でより多くの変数を考慮できるモデルを開発できるようになりました。 妊娠中に母親が大気汚染にさらされると、早産のリスクが高まるという証拠が増えている。 大気汚染への曝露は、胎盤機能の低下、子癇前症、胎児の発育不良と関連している可能性がありますが、これらの有害な妊娠結果に関するデータは限られており、これらはすべて早産につながる可能性があります。 現在、この分野における最近の疫学研究の多くには、電子記録に欠落のない詳細で一致する臨床データセットが不足しています。
この研究の目的は次のとおりです。
- 大気汚染曝露に関するデータを、ユニバーシティ カレッジ ロンドン病院 NHS トラスト (UCLH) の患者の電子医療記録から抽出された非常に詳細な臨床データ セットとリンクします。
- 患者が数週間または数日後に出産する妊娠を正確に予測できる計算モデルを開発する
- モデルを使用して、大気汚染が妊娠の結果に最も大きな影響を与える妊娠中の時点を特定します。
研究の種類
入学 (推定)
連絡先と場所
研究場所
-
-
-
London、イギリス、E14NS
- 募集
- Tina Chowdhury
-
コンタクト：
- Tina Chowdhury
- 電話番号：7560 0207882
- メール：t.t.chowdhury@qmul.ac.uk
-
コンタクト：
- Rhona Atkins
- 電話番号：7272 0207882
- メール：rhona.atkin@nhs.net
-
London、イギリス、NW1 2PG
- 募集
- Anna David
-
コンタクト：
- Yaa Acheampong
- 電話番号：6164 020 3447
- メール：y.acheampong@nhs.net
-
コンタクト：
- Anna David
- 電話番号：9400 0203 447
- メール：a.david@nhs.net
-
-
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:
- EPIC 電子カルテの開始後の 2019 年以降にユニバーシティ カレッジ ロンドン病院で出産した妊婦のデータを含めることを目指しています。 包括性を高めるため、この研究では年齢層は指定されていません。 また、データセット内で少数民族グループや社会的剥奪を抱える患者を代表することも目指しています。
除外基準:
- 別の信託での分娩のための産前ケアの転送により追跡期間が不完全な患者のデータは除外されます。 過去の産科病歴データが不完全で、在胎週数が不正確に推定されている患者（例: 妊娠の予約が遅れたため）、「通常の住所の郵便番号」の欠落データも除外されます。 18歳未満の患者様は対象外となります。
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 |
|---|---|---|
|
早産のリスクと有害な出産転帰を予測するための機械学習モデル
時間枠：36ヶ月
|
私たちは、電子医療記録のデータとロンドン内の環境汚染レベルの時空間モデルを使用して、早産のリスクやその他の有害な妊娠結果を予測するディープラーニング アルゴリズムを開発することを目指しています。
このモデルでは、個人、ライフスタイル、環境要因を従来のリスク要因と併せて考慮し、出産が最も起こりやすい妊娠期間を予測します。
これは、「正期産」、「後期早産」、「中等度早産」、「超早産」、「超早産」に分類できます。
|
36ヶ月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
大気質が早産や望ましくない出産のリスクをどのように増加させるかを予測する機械学習モデル
時間枠：42ヶ月
|
このモデルはまた、患者の病歴と現在の妊娠内のイベントの時系列をレビューし、重要な相互作用を特定します。
出生体重、出生体重百分位数、子癇前症、在胎週数の割に小さい、胎児の発育制限など、その他の有害な妊娠転帰も研究されます。
|
42ヶ月
|
協力者と研究者
研究記録日
主要日程の研究
研究開始 (実際)
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 (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
追加の関連 MeSH 用語
その他の研究ID番号
- 331247
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。