낫적혈구 빈혈 환자의 진행성 신장 질환에 대한 기계 학습 모델의 예측 능력 (PREMIER)
머신러닝 모델을 이용한 겸상적혈구빈혈 환자의 만성신장질환 진행 예측 [프리미어]
연구 개요
상세 설명
겸상 적혈구 질환(SCD)은 허혈성 뇌졸중, 폐고혈압 및 만성 신장 질환(CKD)을 포함한 합병증과 함께 여러 말단 기관에 영향을 미치는 혈관병증을 특징으로 합니다. 사구체 손상의 초기 척도이자 CKD의 징후인 알부민뇨는 SCD에서 흔하며 진행성 신장 질환을 예측합니다. 신장 기능 감소는 일반 아프리카계 미국인보다 SCD 환자에서 더 빠릅니다. 일반적으로 >3 mL/min/1.73의 예상 사구체 여과율(eGFR) 감소로 정의되는 급속한 감소의 유병률 연간 m2는 SCD에서 ~ 31%로 일반 인구보다 3배 더 높습니다. 또한 고위험 Apolipoprotein 1(APOL1) 변이체는 SCD에서 알부민뇨 및 CKD 진행의 위험 증가와 관련이 있습니다. 중증도에 관계없이 신장 질환이 SCD의 사망률 증가와 관련이 있다는 것은 잘 알려져 있습니다. 조사관은 최근 급격한 eGFR 감소가 SCD의 사망률 증가와 독립적으로 연관되어 있음을 관찰했습니다. CKD 진행 위험이 있는 환자를 조기에 식별하는 것은 잠재적으로 수정 가능한 위험 요인을 해결하고 eGFR 감소를 늦추며 사망률을 줄이는 데 중요합니다.
연구자들은 이전에 기계 학습(ML) 모델이 신장 기능의 급격한 감소 위험이 높은 환자를 식별할 수 있다고 보고했습니다. 이 연구에서 조사관은 SCD가 있는 성인의 CKD 진행에 대한 ML 기반 예측 모델을 구축하기 위한 전향적 다중 센터 연구 수행을 제안합니다. CKD 진행에 대한 높은 예측 능력을 가진 모델은 위험 계층화를 제공할 뿐만 아니라 신장 기능 손실을 약화시키고 사망 위험을 줄이기 위해 알려진 위험 요소를 수정할 수 있는 기회를 제공합니다.
전반적인 가설은 겸상 적혈구 빈혈이 있는 성인의 경우 임상 및 실험실 특성, 추가 바이오마커 및 유전적 평가를 활용하는 ML 모델이 지속성 알부민뇨 단독보다 CKD 진행에 대한 예측 능력이 더 높다는 것입니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Kenneth I Ataga, MD
- 전화번호: 901-448-2813
- 이메일: kataga@uthsc.edu
연구 연락처 백업
- 이름: Santosh Saraf, MD
- 전화번호: 312-996-5680
- 이메일: ssaraf@uic.edu
연구 장소
-
-
Illinois
-
Chicago, Illinois, 미국, 60612
- 모병
- University of Illinois at Chicago
-
수석 연구원:
- Santosh Saraf, MD
-
연락하다:
- Santosh Saraf, MD
- 이메일: ssaraf@uic.edu
-
-
North Carolina
-
Winston-Salem, North Carolina, 미국, 27109
- 아직 모집하지 않음
- Wake Forest University
-
연락하다:
- Payal Desai, MD
- 이메일: Payal.desai@osumc.edu
-
부수사관:
- Payal Desai, MD
-
-
Tennessee
-
Memphis, Tennessee, 미국, 38104
- 모병
- The University Of Tennessee Health Science Center
-
연락하다:
- Kenneth Ataga, MD
- 전화번호: 901-448-2813
- 이메일: kataga@uthsc.edu
-
수석 연구원:
- Kenneth Ataga, MD
-
부수사관:
- Robert Davis, MD
-
부수사관:
- Laila Elsherif, PhD
-
부수사관:
- Ugochi Ogu, MD
-
부수사관:
- Marquita Nelson, MD
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- HbSS 또는 HbSβ0 지중해 빈혈, 18 - 65세;
- 이전 4주 동안 의학적 접촉을 필요로 하는 급성 통증 에피소드가 없는 비위기, "정상 상태";
- 연구 요구 사항을 이해하는 능력.
제외 기준:
- 등록 시 임신;
- 잘 조절되지 않는 고혈압;
- 당뇨병성 신증이 의심되는 장기간의 당뇨병;
- 전신성 홍반성 루푸스(SLE)와 같은 결합 조직 질환;
- SCD와 무관한 다낭성 신장 질환 또는 사구체 질환;
- 줄기세포 이식;
- 치료되지 않은 인간 면역결핍 바이러스(HIV), B형 또는 C형 간염 감염; h) 지난 5년 동안의 암 병력; i) 만성 투석 중인 말기 신장 질환(ESRD); j) 사전 신장 이식.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 유망한
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
겸상 적혈구 빈혈 환자
겸상 적혈구 빈혈 환자에 대한 전향적 종적 연구
|
환자는 CBC 및 화학물질뿐만 아니라 연구 바이오마커(소변, 혈장 및 게놈 물질) 수집과 함께 종적으로 추적될 것입니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
CKD 진행(eGFR < 90 mL/min/1·73 m2 및 기준선에서 eGFR ≥25% 감소) 및 급속한 eGFR 감소(eGFR 손실 >3·0 mL/min/1·73 m2)에 대한 두 가지 개별 예측 모델 개발 기준 임상 평가 후 12개월 동안 1년에 한 번).
기간: 12 개월
|
처음 12개월 후 각 방문에서 eGFR 변화율은 현재 및 이전 방문의 데이터를 사용하여 계산됩니다.
|
12 개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
CKD 진행에 대한 대체 정의는 eGFR 감소 < 90 mL/min/1·73 m2 및 eGFR 기준치로부터 ≥50% 감소 및 eGFR 감소 >5·0 mL/min/1·73 m2/년으로 eGFR 급속 감소로 정의됩니다. 평가받다.
기간: 12 개월
|
처음 12개월 후 각 방문에서 eGFR 변화율은 현재 및 이전 방문의 데이터를 사용하여 계산됩니다.
|
12 개월
|
|
ML 모델의 예측 능력에 대한 APOL1의 영향을 평가합니다. 표준 기술을 사용하여 기준선 방문에서 수집된 전혈에서 게놈 DNA를 추출하고 이전에 설명한 대로 유전형 분석을 수행합니다.
기간: 12 개월
|
처음 12개월 후 각 방문에서 eGFR 변화율은 현재 및 이전 방문의 데이터를 사용하여 계산됩니다.
|
12 개월
|
공동 작업자 및 조사자
협력자
수사관
- 수석 연구원: Kenneth I Ataga, MD, The University Of Tennessee Health Science Center
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
추가 관련 MeSH 약관
기타 연구 ID 번호
- 2021-0746
- 1R01HL159376-01 (미국 NIH 보조금/계약)
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
IPD 공유 기간
IPD 공유 액세스 기준
IPD 공유 지원 정보 유형
- 연구_프로토콜
- ANALYTIC_CODE
- CSR
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .