분변 미생물총의 조기 분석을 기반으로 한 인공 지능 접근법을 사용한 미숙아의 궤양 괴사성 장염 예측 진단 (PECUNIA)
조산은 프랑스 출생의 약 7%에 영향을 미칩니다. 괴사성 장염(NEC)은 무서운 소화기 합병증입니다. 이는 15~40% 범위의 사망률(최근 몇 년간 안정적으로 유지됨)과 중장기 소화기 질환 및 신경발달 질환의 원인이 됩니다.
발병은 예측할 수 없으며 일반적으로 생후 10~20일 사이에 갑작스럽게 발생하며 혈역학적 지원, 단식, 전신 항생제 치료 또는 수술과 같은 즉각적이고 공격적인 관리가 필요합니다.
따라서 예방은 필수적이지만 효능이 입증된 체계적인 조치(모유수유, 조기 장내 수유, 다양한 프로바이오틱스)는 거의 없습니다. 더욱이, 장염 발생 위험을 세밀하게 예측하는 것이 불가능하기 때문에 이러한 예방 조치를 개별적으로 조정하고 적용할 수 없습니다.
따라서 NEC에 대한 예측 진단 테스트를 사용하면 고위험 미숙아를 식별하고 맞춤형 예방 조치를 개발할 수 있습니다.
소화기 미생물총의 변화는 NEC가 시작되기 전에 발생하지만 재현 가능하고 신뢰할 수 있는 미생물 특성을 식별하는 것은 불가능했습니다. 결과적으로 미생물군 분석 및 해석의 제한된 힘은 실제로 ECUN을 예측하는 데 사용할 수 없음을 의미합니다.
우리 파트너 팀(MEDiS)은 직접적인 메타게놈 서열 분석 데이터로부터 복잡한 미생물 군집의 정확한 구조를 얻기 위해 생물정보학 체인(RiboTaxa)을 개발했습니다. 그런 다음 국제 코호트(샘플 1562개, 미숙아 208명)의 대변 샘플을 채굴하여 심층 신경망을 훈련하고 NEC에 대한 예측 진단 테스트를 생성했습니다. 지역 연구(10개 사례 및 10개 대조)에서 이 테스트의 예측 진단 성능은 90%였으며, 1ère 대변은 NEC보다 8일(극단 4~17일) 앞서 "위험"으로 확인되었으며, 2nde 대변은 2일(극단적으로 0~7일). 이제 우리는 AURA 지역의 더 많은 미숙아를 대상으로 예측 진단 기술을 테스트하고 싶습니다.
1000명의 어린이 포함, 200명의 어린이 테스트(NEC 50개 - 대조군 150개)
연구 개요
상태
상세 설명
최대 21일까지의 미숙아로부터 체계적으로 대변(태변 제외)을 수집합니다. MEDiS 실험실에서 처음 두 개의 대변에 대한 체계적인 분석: 직접 메타게놈 염기서열 분석(RiboTaxa)과 인공 지능(이전에 문헌 데이터로 훈련된 심층 신경망)을 통한 대변 미생물 분석. 이 테스트는 각 대변에 대해 이분법적인 응답(예/아니요)을 제공합니다.
2개의 변 사이에 불일치 분석이 있는 경우(예비 연구 사례의 약 35%), 3ème 변을 분석하여 아동이 NEC 위험에 처해 있는지 여부를 분류합니다. 이러한 분석을 수행하는 사람에게는 아동의 임상적 발전에 대한 정보가 제공되지 않습니다.
NEC의 진단은 벨 분류에 따라 아동을 담당하는 임상의가 내릴 것입니다.
집으로 돌아가거나 주변 센터로 이송될 때까지 후속 조치를 취합니다. 주변 센터로 이송된 후 NECN이 발생하지 않았는지 확인하기 위해 생후 3개월에 부모에게 전화 통화를 할 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Lise Laclautre
- 전화번호: 334.73.754.963
- 이메일: promo_interne_drci@chu-clermontferrand.fr
연구 장소
-
-
-
Clermont-Ferrand, 프랑스
- 모병
- CHU de Clermont-Ferrand
-
수석 연구원:
- Maguelonne Pons
-
연락하다:
- Lise Laclautre
- 전화번호: +33473750573
-
Grenoble, 프랑스
- 아직 모집하지 않음
- Chu Grenoble
-
수석 연구원:
- Pierre Louis VEROT
-
Lyon, 프랑스
- 아직 모집하지 않음
- HFME
-
수석 연구원:
- Marine BUTIN
-
Lyon, 프랑스
- 아직 모집하지 않음
- Hopital croix rousse
-
수석 연구원:
- Jean Charles PICAUD
-
Saint-Etienne, 프랑스
- 모병
- CHU Saint Etienne
-
수석 연구원:
- Antoine GIRAUD
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 조산아(예: 무월경 34주 이전) 참여 대학병원 중 한 곳에서 입원, AURA 지역 대학병원 신생아 집중치료실 입원
- CHU 외부에서 태어나 생후 24시간 이전에 연구에 참여한 병원 중 한 곳의 신생아 집중 치료실로 이송된 아동
- 사회 보장 제도와 제휴
제외 기준:
- 후견인이 법률의 보호를 받는 아동(후견인, 큐레이터, 사법보호)
- 부모가 18세 미만인 자녀
- 친권자의 참여 거부
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위화되지 않음
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: NEC
Bell 분류에 따른 NEC 진단
|
이 테스트는 각 대변에 대해 이분법적인 응답(예/아니요)을 제공합니다. 아이당 두 개의 대변을 체계적으로 분석하고, 불일치가 있는 경우 세 번째를 분석하여 아이가 NEC 위험에 처해 있는지 여부를 분류합니다. 분석 모델은 국제 집단의 데이터를 훈련하고 최적화한 심층 신경망으로 구성됩니다. 현지 파일럿 연구(N=20)에서는 신생아의 90%에 대한 정확한 예측이 가능했습니다. |
|
다른: 제어
NEC 진단을 받지 않은 어린이
|
이 테스트는 각 대변에 대해 이분법적인 응답(예/아니요)을 제공합니다. 아이당 두 개의 대변을 체계적으로 분석하고, 불일치가 있는 경우 세 번째를 분석하여 아이가 NEC 위험에 처해 있는지 여부를 분류합니다. 분석 모델은 국제 집단의 데이터를 훈련하고 최적화한 심층 신경망으로 구성됩니다. 현지 파일럿 연구(N=20)에서는 신생아의 90%에 대한 정확한 예측이 가능했습니다. |
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
분변 미생물군 인공지능 분석 기반 NEC 예측진단
기간: 21일 이전
|
NEC 예측 발생 비율
|
21일 이전
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
신생아 특성의 함수로서 NEC의 예측 진단
기간: 21일 이전
|
신생아 특성에 따른 예측 NEC 비율
|
21일 이전
|
|
미숙아의 미생물총의 Caracterization
기간: 21일 이전
|
종의 종류가 얼마나 많은지 측정
|
21일 이전
|
|
미숙아의 미생물총의 Caracterization
기간: 21일 이전
|
다양한 박테리아의 비율
|
21일 이전
|
|
분변 미생물군과 미숙아 합병증(감염성, 신경학적, 신경식물성) 사이의 상관관계
기간: 21일 이전
|
미숙아 합병증(심실내 출혈, 망막병증, 패혈증)의 발생 여부에 따른 다양한 박테리아의 비율
|
21일 이전
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Maguelonne Pons, University Hospital, Clermont-Ferrand
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 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
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. .