기계 학습을 이용한 골다공증 치료 식별 (OPTIMAL)

OPTIMAL 시험은 기계 학습을 사용하여 개발된 도구를 사용하여 향상된 스크리닝 방법에 대한 타당성 파일럿 연구입니다. 이 도구는 2010년 1월 1일 현재 50세에서 80세 사이의 환자에 대한 NHS GG&C의 익명 건강 데이터를 사용하여 Lenus Health Ltd에서 만들었습니다.

검증 코호트에는 2022년 1월 1일 현재 50세에서 80세 사이의 골다공증 진단을 받은 것으로 알려지지 않은 GG&C의 모든 환자가 포함됩니다.

Nanox(이스라엘 AI 회사)는 기존 플랫폼을 사용하여 이 모집단에서 가장 높은 위험으로 식별된 5000명의 환자의 식별되지 않은 CT 스캔을 분석하여 골다공증에 대한 위험 평가의 매개변수로 사용될 척추 골절을 평가할 것입니다. 기술적 한계로 인해 일부 환자만 Nanox 플랫폼에서 영상 평가를 받을 수 있습니다. 5000명의 고위험 환자는 재식별되어 이미지를 추출하고 분석을 위해 비식별화할 수 있습니다. 우리는 이 환자들의 약 30%가 이용 가능한 이미징을 가질 것으로 예상합니다. 식별 가능한 데이터는 GG&C 클라우드 내에 유지됩니다.

이 시험은 소프트웨어를 사용하여 골다공증 진단 없이 50-80세 환자 코호트 내에서 고위험 환자를 선별할 것입니다. DXA 스캐닝은 실측 정보로 사용됩니다. 환자는 시험의 일부로 DXA 스캐닝을 받게 됩니다.

임종을 앞두고 있거나 동의할 수 없는 사람과 같이 시험에 부적절하다고 느껴지는 환자를 제외하기 위한 임상 검토가 있을 것입니다. 선택의 편향을 감사하고 평가할 수 있도록 제외 이유를 기록합니다.

위험이 가장 높은 환자부터 시작하여 250명이 모집될 때까지 골절 연락 서비스에서 연락을 드립니다. 이 수치는 이 시험에서 OPTIMAL 도구와 FRAX를 효과적으로 비교할 수 있도록 검정력 계산을 기반으로 도달한 것입니다. 이 연락처는 골절 연락팀의 편지 형식이며 환자 정보 시트 및 동의서와 함께 제공됩니다. 이러한 양식은 환자 경험 그룹의 입력으로 작성되었습니다.

참여에 동의하면 참가자는 퀸 엘리자베스 대학 병원의 단일 클리닉 방문에 초대됩니다.

이 방문에서 의사는 환자를 검토하고 건강에 대해 질문합니다. 골다공증 및 일반 건강과 관련된 혈액 검사를 받게 됩니다. 또한 DXA 스캔을 통해 골다공증이 있는지 없는지 확인합니다. FRAX 점수는 비교 목적으로 생성됩니다.

데이터 정리가 완료되면 시험 종료 시 모든 데이터는 Conor McKeag 박사의 분석을 위해 Strathclyde 대학 보안 서버로 전송되고 David Young 박사의 감독 하에 OPTIMAL 도구의 효능과 정확성을 평가합니다. 이는 현재 골다공증 위험도 예측 기준인 FRAX와 비교할 예정이다.