전임상 인지 장애 식별에 있어서 맞춤 의학. 예측 위험 모델 개발 (DENDRITE)
전임상 인지 장애의 조기 식별을 위한 맞춤형 의학. 예측 위험 모델 개발.
연구 개요
상태
정황
상세 설명
"알츠하이머병 및 기타 치매에 대한 종합 계획"에 따르면 인구 기반 연구에서 인지 장애(CI) 사례의 50% 이상이 발견되지 않은 것으로 나타났습니다. 이 수치는 경미한 치매의 경우 특히 두드러지며, 이 중 최대 90%는 진단되지 않습니다. 목표는 데이터 처리 및 분석을 위한 고급 인공 지능 기술을 사용하여 환자의 임상, 분자, 단백질체, 게놈, 치료, 사회, 환경 및 행동 데이터 통합의 결합된 힘을 사용하여 다음과 같은 예측 모델을 생성하는 것입니다. 55~70세 인구에서 CI의 전임상 검출.
전향적 관찰 설계 부분과 정성적 설계 부분을 갖춘 다기관, 비개입, 융합 혼합 방법 관찰 연구입니다. 참여하는 지리적 위치의 공중 보건 시스템 사용자 중에서 무작위로 샘플을 모집했습니다. 데이터는 6개 지역(안달루시아, 카스티야-만차, 카탈로니아, 발렌시아, 마드리드, 바스크 지방)과 농촌 및 도시의 1차 진료(PC) 네트워크에서 수집됩니다.
연구에 포함된 지역의 PC 센터에 배정된 55세에서 70세 사이의 비시설 수용 대상자로서 "생활 이력"(지난 12개월 동안 기록됨)이 있고 확립된 CI 진단이 없습니다.
모집단의 특성에 대한 기술 분석은 95% 신뢰 구간과 함께 빈도 및 백분율 또는 중심 경향 및 분산 측정값을 사용하여 수행됩니다. 표본의 동질성을 연구하기 위해 기본 사회 인구통계학적 및 임상적 특성을 비교합니다. 정성변수의 비교에는 카이제곱 검정이나 피셔의 정확 검정을 사용하고, 정량변수의 비교에는 t-검정이나 윌콕슨 검정을 사용한다. 경도 인지 장애와 관련된 건강 결과 요인을 분석하기 위해 로지스틱 회귀 모델이 제안되었습니다. 모든 모델에는 각 개인에 대한 반복 측정이 포함됩니다. 모든 모델은 다양한 위험 요인에 대해 조정되며, 시간이 지남에 따라 변할 수 있는 요인에 대해 시간과 해당 요인 간의 상호 작용이 연구됩니다.
처음에는 인지 장애 위험 예측 모델에 다변량 선형 잠재 모델이 사용됩니다. 여러 정보 소스의 데이터 통합은 모든 데이터 소스(방문)의 영향을 받는 특징 공간에서 환자의 표현을 찾기 위해 다변량 확률 모델을 사용하여 수행됩니다.
Ingenuity Pathway Analysis와 같은 웹 도구를 사용하면 다양한 분자 수준(유전자, 단백질 및 자가항체)의 데이터를 통합할 수 있으며, 인공 지능 도구를 사용하면 이러한 데이터, 전기화학 센서에서 파생된 데이터, 임상 및 행동 데이터와 관련된 데이터를 통합할 수 있습니다. 인지 장애, 신경변성 및 AD의 예측 모델을 얻기 위해 인지 장애가 있는 환자를 대상으로 합니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Mayte Moreno-Casbas
- 전화번호: +34 637390052
- 이메일: mmoreno@isciii.es
연구 장소
-
-
-
Bilbao, 스페인, 48012
- 모병
- Irala Health Center
-
연락하다:
- Mª Ángeles Cidoncha
-
수석 연구원:
- Verónica Tiscar
-
Lleida, 스페인, 25005
- 모병
- Onze de Setembre Health Center
-
연락하다:
- Esther Rubinat
-
Madrid, 스페인
- 모병
- San Andres Health Centre
-
연락하다:
- Pedro Otones
-
-
Alicante
-
San Vicente Del Raspeig, Alicante, 스페인, 03690
- 모병
- Sant Vicent I Health Center
-
연락하다:
- María Isabel Orts
-
-
Barcelona
-
Sant Boi De Llobregat, Barcelona, 스페인, 08830
- 모병
- Camps Blanc Health Center
-
연락하다:
- Mª Isabel Feria
-
-
Castilla-La Mancha
-
Albacete, Castilla-La Mancha, 스페인, 02006
- 모병
- Zone 8 Health Center
-
연락하다:
- María Emilia Villena
-
-
Huelva
-
Gibraleón, Huelva, 스페인, 21500
- 모병
- Gibraleón Health Center
-
연락하다:
- Rafaela Camacho
-
Punta Umbría, Huelva, 스페인, 21100
- 모병
- Punta Umbría Health Center
-
연락하다:
- Rafaela Camacho
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 연구 장소의 비시설화 대상자.
- 55~70세, 연구 대상 지역의 PC 센터에 소속
- 생활 이력(지난 12개월 동안 최소 1개의 기록)
- CI 진단이 확립되지 않은 경우.
제외 기준:
- 자가 보고 설문지를 작성하는 데 상당한 어려움을 겪고 있는 참가자
- 유전적 또는 생물학적 검사가 근본적인 유전적 또는 건강 상태에 의해 영향을 받을 수 있는 사람들.
- 근본적인 유전적 또는 건강 상태.
- 추적관찰 중 입원 또는 입원한 환자는 제외됩니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
인지 수준
기간: 16개월
|
최소 상태 검사(최소 0~최대 30, 점수가 높을수록 더 나은 결과를 의미) 및 몬트리올 인지 평가(최소 0~최대 30, 점수가 높을수록 더 나은 결과를 의미)로 평가됨
|
16개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
다중 오믹스 바이오마커
기간: 16개월
|
이는 맞춤형 의학을 목표로 하는 설계로 750,000개의 SNP를 직접 분석할 수 있는 Illumina Infinium Global Screening 어레이를 사용하여 수행됩니다.
이러한 데이터는 각 샘플/개체에 대한 CD의 유전적 부하에 대한 단일 정량적 값인 인지 장애에 대한 다유전적 위험 점수를 추정하는 데 사용됩니다.
|
16개월
|
|
개인화된 행동 패턴.
기간: 16개월
|
일일 걸음 수 패턴, 이동 거리, 앱 사용 시간, 수면, 집에서의 존재 여부 등 개인의 행동 데이터를 지속적이고 수동적으로 수집할 수 있는 모바일 애플리케이션을 노래합니다.
목표는 다른 정보 소스와 결합할 수 있는 개인화된 행동 패턴을 추출하기 위한 인공 지능 방법을 사용하여 연구 중인 환자 집단에서 이러한 모니터링 도구를 사용하는 것입니다.
|
16개월
|
|
보행 속도
기간: 16개월
|
사람이 주어진 거리(보통 4m)를 걷는 데 걸리는 시간을 미터/초로 표시합니다.
|
16개월
|
|
말의 유창함과 내용
기간: 16개월
|
두 가지 알고리즘이 제안됩니다: a) 오디오가 기억 테스트 녹음에서 나오는지 또는 환자에게 제시된 이미지 설명에서 나오는지에 따라 서로 다른 버전의 녹음의 음향 처리를 기반으로 하는 준언어 시스템, b) 음성 분석 가장 관련성이 높은 특징 벡터를 추출하는 자연어 처리 알고리즘을 사용하여 자동 음성 인식 시스템을 통해 얻은 콘텐츠와 메모리 테스트의 적중률과 관련된 통계 계산을 수행합니다.
|
16개월
|
|
사회적 지원 네트워크.
기간: 16개월
|
조사관은 물질적 도움, 신체적 지원, 친밀한 상호 작용, 안내, 피드백 및 긍정적인 사회적 상호 작용과 관련된 네트워크를 이끌어내는 애리조나 사회 지원 인터뷰 일정(Barrera 1980)을 사용할 것입니다.
|
16개월
|
|
사회적 상호작용
기간: 16개월
|
조사관은 여러 게임 이론 시나리오(죄수의 딜레마, 신뢰 게임, 투자 게임, 위험 회피 및 독재자 게임, Cigarini et al 2018)를 사용하여 참가자가 서로의 행동에 따라 상호 작용 결과가 다를 수 있는 경우 서로 상호 작용하는 방식을 유도합니다. .
이는 한편으로는 사회적 연결의 안정성과 다른 한편으로는 그 형성과 관련이 있습니다.
|
16개월
|
공동 작업자 및 조사자
협력자
수사관
- 수석 연구원: Angeles Almeida, PhD, Consejo Superior de Investigaciones Científicas (CSIC)
- 수석 연구원: Rodrigo Barderas, PhD, Instituto de Salud Carlos III
- 수석 연구원: MARIA TERESA MORENO-CASBAS, PhD, Nursing and Healthcare Research Unit (Investén-isciii). Instituto de Salud Carlos III. Madrid
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
기타 연구 ID 번호
- PMP22/00084
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
IPD 계획 설명
프로젝트 연구에 의해 생성된 모든 데이터 파일은 k-익명 처리가 가능한 경우 메타데이터(제목, 프로젝트 및 자금 정보, 연락처 정보, 날짜)가 포함된 자유 텍스트 형식의 "Readme" 파일과 함께 공개 액세스로 배포될 수 있습니다. 수집, 지리적 연락처 정보, 수집 날짜, 지리적 정보, 키워드, 데이터 정보, 라이센스, 관련 핸들/DOI, 생성 방법, 방법, 처리 및 분석 방법, 포함된 변수 목록(정의, 설명(정의) , 설명, 측정 단위)).
Readme 파일에 포함된 메타데이터는 W3C/ISO 8601 날짜 및 시간 형식을 사용하는 표준화된 언어를 사용해야 합니다. 과학계(CIE10, CIAP2 등)에서 인정하는 분류 및 명명법을 사용하며 MeSH/DeCS 용어가 포함된 키워드를 포함합니다.
또한 리포지토리에 보관된 출판물 및 데이터 세트입니다. https://zenodo.org/record/8379825
IPD 공유 기간
IPD 공유 액세스 기준
IPD 공유 지원 정보 유형
- 연구_프로토콜
- 수액
- ICF
- 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. .