후기 발병 태아 성장 제한에서 염증 표지 및 도플러 매개변수의 역할: 기계 학습 접근법
2024년 7월 4일 업데이트: Can Ozan Ulusoy, Ankara Etlik City Hospital
태아 성장 제한(FGR)은 다양한 부작용을 초래할 수 있는 임신 중 심각한 합병증입니다.
이는 조기 발병(32주 전)과 후기 발병(32주 후)으로 분류되며, 후기 발병은 저산소혈증 및 발달 지연과 같은 장기적인 위험과 관련이 있습니다.
이 연구는 FGR에서 염증의 역할에 초점을 맞추고 더 나은 이해와 진단을 위한 새로운 혈액 표지자를 도입합니다.
또한 리소스가 부족한 환경에서 고급 진단 도구를 사용하는 데 따른 문제를 해결하고 기계 학습을 사용하여 염증 마커를 기반으로 FGR을 예측하는 방법을 탐색하여 이러한 문제를 극복하는 데 인공 지능의 잠재력을 강조합니다.
연구 개요
상태
상태
모집하지 않고 적극적으로
정황
정황
개입 / 치료
개입 / 치료
상세 설명
자궁 내 성장 제한으로도 알려진 태아 성장 제한(FGR)은 신생아에게 잠재적으로 부정적인 결과를 초래할 수 있는 널리 퍼진 임신 합병증입니다.
이 질환의 원인은 유전적 요인, 산모의 염증, 감염, 기타 병리 등 다양합니다.
FGR은 발병에 따라 분류됩니다. 조기 발병 FGR은 임신 32주 이전에 발생하고 후기 발병은 32주 후에 발생합니다.
후기 발병 FGR은 초기 발병에 비해 주산기 합병증 위험이 덜하지만 저산소혈증 및 신경발달 지연의 위험 증가와 관련이 있습니다.
진단은 주로 초음파 측정과 특정 동맥의 도플러 흐름 분석에 의존합니다.
이 연구는 후기 발병 FGR의 진단 및 관리의 복잡성을 강조하고 불분명한 병리생리학적 메커니즘을 강조합니다.
FGR을 이해하기 위한 염증 과정의 탐구와 전신 면역 염증 지수(SII), 전신 염증 반응 지수(SIRI), 호중구-알부민 비율(NPAR)과 같은 새로운 마커의 잠재적인 역할을 제안합니다.
이러한 지표는 혈액검사를 통해 쉽게 측정할 수 있으며, 다양한 질병에 있어서 중요한 역할을 합니다.
또한 이 텍스트는 인터넷을 통한 인공 지능 및 기계 학습 모델의 접근성과 대조되는 정교한 장비의 필요성으로 인해 저소득 국가에서 고급 진단 방법을 적용하는 과제에 대해 논의합니다.
이 연구의 목표는 NPAR과 다른 마커를 분석하고 기계 학습 알고리즘을 사용하여 예측 값을 평가함으로써 후기 발병 FGR에 대한 염증 과정의 영향을 평가하는 것입니다.
연구 유형
연구 유형
관찰
등록 (실제)
등록
240
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Yenimahalle
-
Ankara, Yenimahalle, 칠면조, 06170
- Etlik City Hospital
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
자격 기준
공부할 수 있는 나이
- 성인
건강한 자원 봉사자를 받아들입니다
예
샘플링 방법
확률 샘플
연구 인구
이 연구에는 2023년부터 2024년 사이에 터키 앙카라/터키 Etlik City Hospital의 보건부 산부인과 클리닉에 입원한 임신 주수 32~37주 사이의 환자 240명이 포함됩니다.
임신 초기의 머리-엉덩이 길이를 사용하여 임신 연령을 확인했습니다.
연구에 포함된 환자 중 후기 발병 FGR로 진단받은 환자 120명과 재태 연령에 따라 태아가 발달 중인 환자 120명이 대조군에 포함된다.
설명
포함 기준:
- 18~45세
- 우리 센터에서 임신 추적 관찰을 완료했습니다.
- 데이터에 접근할 수 있는 임산부
- FGR 이외의 전신적 산모 동반질환이 없는 단태 임신
제외 기준:
- 다태 임신
- 산모에게 질병이 있는 경우
- 태아 선천성 및 염색체 이상
- 만성 약물 사용, 알코올 및 담배 사용
- 추적관찰 중 추가적인 임신 합병증이 동반됨
- 데이터에 접근할 수 없는 케이스
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
그룹/코호트 수
2
코호트 및 개입
그룹/코호트그룹/코호트 |
개입 / 치료개입 / 치료 |
|---|---|
|
태아 성장 제한이 있는 임산부
후기 발병 태아 성장 제한으로 진단받은 120명의 환자가 포함될 것입니다.
|
FGR의 진단은 다음과 같은 Delphi 기준에 따라 이루어졌습니다.
EFW
실험실 수치는 FGR 진단 당시(임신 32주에서 37주 사이)에 측정되었습니다. 헤모글로빈(g/dl), 백혈구(103/μL), 단핵구(103/μL), 림프구(103/μL), 호중구(103/μL), 혈소판(103/μL) 및 알부민(g/dl) 평가 후 ), 염증 값은 다음과 같이 계산되었습니다.
|
|
건강한 임신
120명의 환자를 임신 연령에 따른 발달 중인 태아의 대조군에 포함시킨다.
|
FGR의 진단은 다음과 같은 Delphi 기준에 따라 이루어졌습니다.
EFW
실험실 수치는 FGR 진단 당시(임신 32주에서 37주 사이)에 측정되었습니다. 헤모글로빈(g/dl), 백혈구(103/μL), 단핵구(103/μL), 림프구(103/μL), 호중구(103/μL), 혈소판(103/μL) 및 알부민(g/dl) 평가 후 ), 염증 값은 다음과 같이 계산되었습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
데이터 평가
기간: 데이터 수집 후 1개월 이내
|
SPSS 환경에서 태아 성장지연과 관련된 진단초음파 측정(태아생체측정 및 태아 도플러 소견)과 인구통계학적 자료 및 임신기간의 염증지수와의 통계적 상관관계를 확인하고 그 관계의 중요성을 밝히고자 한다.
|
데이터 수집 후 1개월 이내
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
기계 학습 모델링
기간: 데이터 분석 후 1개월 이내
|
RandomForestClassifier 클래스 분류 모델은 SPSS 환경에서 Python 환경으로 데이터를 이동하여 개발됩니다.
모델이 환자 데이터를 사용하여 훈련 세트에서 학습하고 이 정보를 사용하여 향후 데이터를 예측하는 기계 학습 시스템 모델링이 개발됩니다.
|
데이터 분석 후 1개월 이내
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
연구 시작
2024년 1월 31일
기본 완료 (추정된)
기본 완료
2024년 7월 6일
연구 완료 (추정된)
연구 완료
2024년 7월 20일
연구 등록 날짜
최초 제출
최초 제출
2024년 4월 7일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2024년 4월 16일
처음 게시됨 (실제)
처음 게시됨
2024년 4월 18일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2024년 7월 8일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2024년 7월 4일
마지막으로 확인됨
마지막으로 확인됨
2024년 7월 1일
추가 정보
이 연구와 관련된 용어
키워드
기타 연구 ID 번호
기타 연구 ID 번호
- AEŞH-BADEK-2024-43
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
IPD 계획 설명
병원 정책상 데이터를 공유할 수 없습니다.
다만, 필요한 경우에는 연구책임자에게 연락할 수 있습니다.
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .