Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Identificatie van de behandeling van osteoporose met behulp van machine learning (OPTIMAL)

4 januari 2023 bijgewerkt door: NHS Greater Glasgow and Clyde

OPTIMAAL - Identificatie van de behandeling van osteoporose met behulp van machine learning

OPTIMAL is een pilot-haalbaarheidsstudie voor op machine learning (ML) gebaseerde verbeterde screeningsoftware voor osteoporose.

Deze tool is gemaakt met behulp van machine learning, gebaseerd op gegevens van NHS Greater Glasgow en Clyde. De studie zal contact opnemen met personen die door de studie als een hoog risico worden beschouwd (750 patiënten zullen opnieuw worden geïdentificeerd, en deze zullen worden gecontacteerd vanaf het hoogste risico totdat 250 patiënten zijn gerekruteerd) en DXA-scans, klinische beoordeling en bloedtesten uitvoeren die zijn relevant voor osteoporose. Deze gegevens worden vervolgens vergeleken met de voorspellingen van de verbeterde screeningtool OPTIMAL, om te testen hoe effectief deze is.

Studie Overzicht

Toestand

Nog niet aan het werven

Gedetailleerde beschrijving

De OPTIMAL-studie is een haalbaarheidspilootstudie voor een verbeterde screeningmethode met behulp van een tool die is ontwikkeld met behulp van machine learning. Deze tool is gemaakt door Lenus Health Ltd met behulp van geanonimiseerde gezondheidsgegevens van NHS GG&C van patiënten tussen de 50 en 80 jaar vanaf 1 januari 2010.

Het validatiecohort omvat per 1 januari 2022 alle patiënten in de GG&C tussen de 50 en 80 jaar waarvan niet bekend is dat ze de diagnose osteoporose hebben.

Nanox (Israëlisch AI-bedrijf) zal hun bestaande platform gebruiken om geanonimiseerde CT-scans te analyseren van de 5000 patiënten die zijn geïdentificeerd als het hoogste risico in deze populatie om te beoordelen op wervelfracturen, die zullen worden gebruikt als een parameter bij de risicobeoordeling voor osteoporose. Vanwege technische beperkingen kan alleen een selectie van patiënten hun beeldvorming laten beoordelen door het Nanox-platform. De 5000 patiënten met het hoogste risico zullen opnieuw worden geïdentificeerd, zodat hun beelden kunnen worden geëxtraheerd en geanonimiseerd voor analyse. We verwachten dat ongeveer 30% van deze patiënten beeldmateriaal beschikbaar zal hebben. Identificeerbare gegevens blijven binnen de GG&C cloud.

De proef zal de software gebruiken om te screenen op patiënten met een hoog risico binnen een cohort van patiënten van 50-80 jaar zonder de diagnose osteoporose. DXA-scanning zal worden gebruikt als grondwaarheid. Patiënten zullen DXA-scanning ondergaan als onderdeel van de proef.

Er zal een klinische beoordeling plaatsvinden om patiënten te verwijderen die ongeschikt worden geacht voor de studie, zoals mensen die het levenseinde naderen of geen toestemming kunnen geven. De reden voor uitsluiting wordt geregistreerd om controle en beoordeling van vooringenomenheid bij selectie mogelijk te maken.

Patiënten, te beginnen met degenen met het hoogste risico, zullen vervolgens door de Fracture Liaison Service worden gecontacteerd totdat er 250 zijn aangeworven. Dit aantal is bereikt op basis van vermogensberekeningen om ervoor te zorgen dat deze proef de OPTIMAL-tool effectief kan vergelijken met FRAX. Dit contact zal de vorm hebben van een brief van het fractuurverbindingsteam en zal vergezeld gaan van een patiënteninformatieblad en een toestemmingsformulier. Deze formulieren zijn tot stand gekomen met input van een patiëntenervaringsgroep.

Als de deelnemer ermee instemt om deel te nemen, wordt hij uitgenodigd voor een enkel bezoek aan de kliniek in het Queen Elizabeth University Hospital.

Tijdens dit bezoek zal een arts de patiënt beoordelen en vragen stellen over zijn gezondheid. Ze zullen bloedtesten ondergaan die relevant zijn voor osteoporose, evenals voor de algemene gezondheid. Ze zullen ook een DXA-scan ondergaan om te bevestigen of ze wel of geen osteoporose hebben. Ter vergelijking wordt een FRAX-score gegenereerd.

Na voltooiing van het opschonen van gegevens, aan het einde van de proefperiode, worden alle gegevens overgedragen naar de beveiligde servers van de Universiteit van Strathclyde voor analyse door Dr. Conor McKeag, onder toezicht van Dr. David Young om de doeltreffendheid en nauwkeurigheid van de OPTIMAL-tool te beoordelen. Dit wordt vergeleken met FRAX, de huidige standaard voor risicovoorspelling bij osteoporose.

Studietype

Observationeel

Inschrijving (Verwacht)

250

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

Studie Locaties

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

50 jaar tot 80 jaar (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Geslachten die in aanmerking komen voor studie

Allemaal

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten tussen de 50 en 80 jaar geïdentificeerd als hoog risico door het initiële model, zonder een diagnose van osteoporose, hyperparathyreoïdie of andere metabole botziekte

Beschrijving

Inclusiecriteria:

  • Leeftijd >=50j
  • Leeftijd <=80j
  • Geïdentificeerd als hoog risico door initieel model

Uitsluitingscriteria:

  • Leeftijd <50j
  • Leeftijd >80j
  • BMI <=18 & >=30
  • Geregistreerde diagnose van osteoporose
  • Voorafgaand voorschrijven van botbeschermende middelen zoals:

bisfosfonaat (alendroninezuur, risedronaat, ibandronaat, zoledroninezuur) / denosumab / raloxifeen / strontiumranelaat / teriparatide / romosozumab

  • Geschiedenis van eerdere DXA-beeldvorming (voorafgaande kwantificering van BMD)
  • Geschiedenis van metabole botziekte
  • Geschiedenis van primaire hyperparathyreoïdie

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Observatiemodellen: Cohort
  • Tijdsperspectieven: Prospectief

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Groep met een hoog risico
Groep geïdentificeerd door machine learning-model als een groep met een hoog risico op het ontwikkelen van osteoporose.
DXA voor de diagnose van osteoporose
Andere namen:
  • DEXA
  • DXA

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Osteoporose diagnose
Tijdsspanne: Bij het eerste bezoek, binnen 6 maanden na identificatie van de patiënt.
Diagnose van osteoporose op basis van DXA-beoordeling van botmineraaldichtheid bij klinisch bezoek. Dit zal worden gedaan tijdens het enige klinische bezoek als onderdeel van het onderzoek en zal niet worden herhaald.
Bij het eerste bezoek, binnen 6 maanden na identificatie van de patiënt.

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Verwacht)

1 februari 2023

Primaire voltooiing (Verwacht)

1 juni 2023

Studie voltooiing (Verwacht)

1 juni 2023

Studieregistratiedata

Eerst ingediend

1 januari 2023

Eerst ingediend dat voldeed aan de QC-criteria

4 januari 2023

Eerst geplaatst (Schatting)

10 januari 2023

Updates van studierecords

Laatste update geplaatst (Schatting)

10 januari 2023

Laatste update ingediend die voldeed aan QC-criteria

4 januari 2023

Laatst geverifieerd

1 januari 2023

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

Nee

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Klinische onderzoeken op Dual Energy Xray Absorptiometrie

3
Abonneren