Multicenteranalyse van genomische en metabolische gegevens van neonatale genetische ziekten (MAOFGAMDNGD)
objectnaam: Multicenteranalyse van genomische en metabolische gegevens van neonatale genetische ziekten.
doel van de studie: (1) Gegevens over gensequencing (138 genen gerelateerd aan 133 veel voorkomende genetische ziekten) en tandem-massaspectrometrie-metabolomicsgegevens (11 aminozuren en 28 acylcarnitines) van ongeveer 40.000 pasgeborenen van de deelnemende eenheden van de South China Neonatal Genetic Screening Alliance werden verzameld en verzameld om de databaseconstructie van genen en massaspectrometrie te voltooien.
(2) Onderzoek het gebruik van genoom- en metaboloom big data en machine learning-algoritmen zoals Random forest, Support Vector Machine, Elastic net en Multilayer Perceptron om voorspellingsmodellen te construeren voor veel voorkomende genetische ziekten, en te streven naar een nauwkeurige diagnose en voorspelling van veel voorkomende genetische ziekten. ziekten met behulp van eenvoudige tandem-massaspectrometrie-metaboloomgegevens, en het toepassingsbereik van tandem-massaspectrometrietechnologie voor ziektedetectie uitbreiden.
onderzoeksopzet: retrospectief observationeel onderzoek Onderzoeksperiode: september 2022 tot december 2025 Deelnemende eenheden: Zuid-Chinese Neonatale Genetische Screening Alliance (inclusief samenwerkingseenheden van 123 ziekenhuizen) onderzoeksobject: Genscreeningsgegevens van 40.000 pasgeborenen (138 genen gerelateerd aan 133 veel voorkomende genetische ziekten) en tandemmassaspectrometriegegevens (11 aminozuren en 28 acylcarnitines).
Inclusiecriteria:( 1 ) Pasgeborenen die tegelijkertijd genetische screening en tandemmassaspectrometrie hebben ondergaan. (2) Leeftijd: 0-28 dagen, zwangerschapsduur 37-42 weken.
Uitgesloten criteria: Gegevens die aan een van de volgende voorwaarden voldoen, moeten worden geëlimineerd: (1) Neonatale gegevens met onduidelijke klinische basisinformatie; (2) Gebrek aan traceerbaarheid van kerninformatiegegevens; (3) De gegevens waaruit blijkt dat de testresultaten niet kunnen worden geanalyseerd en geïnterpreteerd.
gegevensverzameling:( 1 ) Basisinformatie: geslacht, leeftijd, monstertype, traceerbaarheidsnummer van het subject / ID-nummer, enz. ( 2 ) Klinische symptomen, biochemische en beeldgegevens van positieve monsters. ( 3 ) Resultaten van gendetectie en resultaten van tandemmassaspectrometrie. ( 4 ) Datum van testgegevens, instrumentmodel, reagenstype, enz.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
objectnaam: Multicenter analyse van genomische en metabolische gegevens van neonatale genetische ziekten doel van de studie: (1) Gensequencing-gegevens (138 genen gerelateerd aan 133 veel voorkomende genetische ziekten) en tandem massaspectrometrie metabolomics-gegevens (11 aminozuren en 28 acylcarnitines) van ongeveer 40.000 pasgeborenen van de deelnemende eenheden van de South China Neonatal Genetic Screening Alliance werden verzameld en verzameld om de databaseconstructie van genen en massaspectrometrie te voltooien.
(2) Er werd een retrospectieve analyse uitgevoerd van de incidentie, pathogene mutaties, vermoedelijke pathogene mutaties en het draagpercentage van onverklaarde mutaties van 133 veel voorkomende neonatale genetische ziekten in 40.000 gevallen, en de verspreiding van hoogfrequente variatielocaties in de populatie werd geteld. , dat een wetenschappelijke basis biedt voor de selectie van mutatieplaatsen voor grootschalige genetische screening van neonatale genetische ziekten.
(3) Voorspelling van de eiwitfunctie en analyse van de katalytische activiteit van enzymen werden uitgevoerd op hoogfrequente mutatieplaatsen van genetische metabolische ziekten (IEM). Karakteristieke metabolieten werden geanalyseerd en geverifieerd op mutatieplaatsen met lage katalytische activiteit van het enzym. De haalbaarheid van het gebruik van een analyseplatform voor kunstmatige intelligentie van de eiwitfunctie en tandem-massaspectrometrie-metabolietengegevens om de pathogeniciteit van genetische metabole laesies nauwkeurig te voorspellen, werd onderzocht.
( 4 ) Onderzoek naar het gebruik van genoom- en metaboloom-big data en machine learning-algoritmen zoals Random forest, Support Vector Machine, Elastic net en Multilayer Perceptron om voorspellingsmodellen te construeren voor veel voorkomende genetische ziekten, en te streven naar een nauwkeurige diagnose en voorspelling van veel voorkomende genetische ziekten. ziekten met behulp van eenvoudige tandem-massaspectrometrie-metaboloomgegevens, en het toepassingsbereik van tandem-massaspectrometrietechnologie voor ziektedetectie uitbreiden.
onderzoeksopzet: retrospectief observationeel onderzoek Onderzoeksperiode: september 2022 tot december 2025 Deelnemende eenheden: Zuid-Chinese Neonatale Genetische Screening Alliance (inclusief samenwerkingseenheden van 123 ziekenhuizen) onderzoeksobject: Genscreeningsgegevens van 40.000 pasgeborenen (138 genen gerelateerd aan 133 veel voorkomende genetische ziekten) en tandemmassaspectrometriegegevens (11 aminozuren en 28 acylcarnitines).
Inclusiecriteria:( 1 ) Pasgeborenen die tegelijkertijd genetische screening en tandemmassaspectrometrie hebben ondergaan. (2) Leeftijd: 0-28 dagen, zwangerschapsduur 37-42 weken.
Uitgesloten criteria: Gegevens die aan een van de volgende voorwaarden voldoen, moeten worden geëlimineerd: (1) Neonatale gegevens met onduidelijke klinische basisinformatie; (2) Gebrek aan traceerbaarheid van kerninformatiegegevens; (3) De gegevens waaruit blijkt dat de testresultaten niet kunnen worden geanalyseerd en geïnterpreteerd.
steekproefomvang: genscreening en tandemmassaspectrometriegegevens van 40.000 pasgeborenen.
gegevensverzameling:( 1 ) Basisinformatie: geslacht, leeftijd, monstertype, traceerbaarheidsnummer van het subject / ID-nummer, enz. ( 2 ) Klinische symptomen, biochemische en beeldgegevens van positieve monsters. ( 3 ) Resultaten van gendetectie en resultaten van tandemmassaspectrometrie. ( 4 ) Datum van testgegevens, instrumentmodel, reagenstype, enz.
Statistische verwerking: IBM-SPSS 26.0 statistische software werd gebruikt om de testresultaten te analyseren. Logistische regressieanalyse werd gebruikt om de correlatie tussen genotype en klinisch fenotype te evalueren. Gegeneraliseerde multifactoriële dimensionaliteitsreductiemethode werd gebruikt om gen-geninteractie en genotype-fenotype-correlatie te analyseren. Gebaseerd op tandem massaspectrometriegegevens werden machine learning-algoritmen zoals willekeurig bos, ondersteunende vectormachine, elastisch netwerk en meerlaags perceptron gebruikt om een genotype-voorspellingsmodel te construeren. Het voorspellingseffect van het model werd geëvalueerd op basis van nauwkeurigheid, balansnauwkeurigheid, gevoeligheid en specificiteit.
Studietype
Inschrijving (Geschat)
Contacten en locaties
Studiecontact
- Naam: Hu Hao
- Telefoonnummer: 86-020-38777850
- E-mail: haohu@mail.sysu.edu.cn
Studie Contact Back-up
- Naam: Wenna Lin
- Telefoonnummer: 86-020-38777850
- E-mail: linwn5@mail.sysu.edu.cn
Studie Locaties
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510655
- Werving
- The Sixth Affiliated Hospital, Sun Yat-sen University
-
Contact:
- Hu Hao
- Telefoonnummer: 86-020-38777850
- E-mail: haohu@mail.sysu.edu.cn
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
( 1 ) Pasgeborenen die tegelijkertijd genetische screening en tandemmassaspectrometrie hebben ondergaan.
(2) Leeftijd: 0-28 dagen, zwangerschapsduur 37-42 weken.
Uitsluitingscriteria:
Gegevens die aan een van de volgende voorwaarden voldoen, moeten worden verwijderd:
(1) Neonatale gegevens met onduidelijke klinische basisinformatie; (2) Gebrek aan traceerbaarheid van kerninformatiegegevens; (3) De gegevens waaruit blijkt dat de testresultaten niet kunnen worden geanalyseerd en geïnterpreteerd.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Ziek neonatale cohort
Baby's en hun ouders die zijn ingeschreven via de Neonatale Intensive Care-eenheid van aangesloten ziekenhuizen en die niet zijn gerandomiseerd om genomische sequencing te ontvangen.
De onthullingssessies voor de resultaten omvatten een bespreking van: het rapport over de familiegeschiedenis, de resultaten van de standaardscreening van pasgeborenen, alle potentieel medisch relevante bevindingen uit de medische geschiedenis/het lichamelijk onderzoek van de baby, en de resultaten van het rapport over de genomische sequentie.
|
Zowel zieke als risicovolle pasgeborenen die niet gerandomiseerd zijn om genomische sequencing te ondergaan, zullen een Genomic Newborn Sequencing Report ontvangen met daarin pathogene of waarschijnlijk pathogene varianten die zijn geïdentificeerd in genen die geassocieerd zijn met ziekte die in de kindertijd is ontstaan.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Aantal gensequencinggegevens in neonatale genenbank
Tijdsspanne: Vanaf de geboorte tot de voltooiing van de genetische screening duurt het proces maximaal 3 maanden.
|
Elke pasgeborene waarvan de sequentie werd bepaald, werd als 1 geteld.
Bewaar alle gegevens in de genenbank en bereken ten slotte het aantal voltooide gensequencinggegevens.
|
Vanaf de geboorte tot de voltooiing van de genetische screening duurt het proces maximaal 3 maanden.
|
|
Genmutatiesnelheid
Tijdsspanne: Vanaf de geboorte tot de voltooiing van de genetische screening duurt het proces maximaal 3 maanden.
|
Door het aantal pasgeboren baby's als noemer te nemen en het aantal pasgeborenen met genmutatie gedetecteerd in gensequencing als moleculen, werd de volledige neonatale genmutatiesnelheid in China verkregen.
|
Vanaf de geboorte tot de voltooiing van de genetische screening duurt het proces maximaal 3 maanden.
|
Medewerkers en onderzoekers
Onderzoekers
- Studie directeur: Hu Hao, Department of Pediatrics, The Sixth Affiliated Hospital, Sun Yat-sen University, Guangzhou, China
Publicaties en nuttige links
Algemene publicaties
- Wang Q, Xiang J, Sun J, Yang Y, Guan J, Wang D, Song C, Guo L, Wang H, Chen Y, Leng J, Wang X, Zhang J, Han B, Zou J, Yan C, Zhao L, Luo H, Han Y, Yuan W, Zhang H, Wang W, Wang J, Yang H, Xu X, Yin Y, Morton CC, Zhao L, Zhu S, Shen J, Peng Z. Nationwide population genetic screening improves outcomes of newborn screening for hearing loss in China. Genet Med. 2019 Oct;21(10):2231-2238. doi: 10.1038/s41436-019-0481-6. Epub 2019 Mar 20.
- Zhong K, Wang W, He F, Wang Z. The status of neonatal screening in China, 2013. J Med Screen. 2016 Jun;23(2):59-61. doi: 10.1177/0969141315597715. Epub 2015 Aug 3.
- Deng K, He C, Zhu J, Liang J, Li X, Xie X, Yu P, Li N, Li Q, Wang Y. Incidence of congenital hypothyroidism in China: data from the national newborn screening program, 2013-2015. J Pediatr Endocrinol Metab. 2018 Jun 27;31(6):601-608. doi: 10.1515/jpem-2017-0361.
- Li LH, Wu WC, Li N, Lu J, Zhang GM, Zhao JY, Ma Y. Full-Term Neonatal Ophthalmic Screening in China: A Review of 4-Year Outcomes. Ophthalmic Surg Lasers Imaging Retina. 2017 Dec 1;48(12):983-992. doi: 10.3928/23258160-20171130-05.
- Dai P, Huang LH, Wang GJ, Gao X, Qu CY, Chen XW, Ma FR, Zhang J, Xing WL, Xi SY, Ma BR, Pan Y, Cheng XH, Duan H, Yuan YY, Zhao LP, Chang L, Gao RZ, Liu HH, Zhang W, Huang SS, Kang DY, Liang W, Zhang K, Jiang H, Guo YL, Zhou Y, Zhang WX, Lyu F, Jin YN, Zhou Z, Lu HL, Zhang X, Liu P, Ke J, Hao JS, Huang HM, Jiang D, Ni X, Long M, Zhang L, Qiao J, Morton CC, Liu XZ, Cheng J, Han DM. Concurrent Hearing and Genetic Screening of 180,469 Neonates with Follow-up in Beijing, China. Am J Hum Genet. 2019 Oct 3;105(4):803-812. doi: 10.1016/j.ajhg.2019.09.003. Epub 2019 Sep 26.
- Lyu K, Xiong Y, Yu H, Zou L, Ran L, Liu D, Yin Q, Xu Y, Fang X, Song Z, Huang L, Tan D, Zhang Z. [Screening of common deafness gene mutations in 17 000 Chinese newborns from Chengdu based on microarray analysis]. Zhonghua Yi Xue Yi Chuan Xue Za Zhi. 2014 Oct;31(5):547-52. doi: 10.3760/cma.j.issn.1003-9406.2014.05.001. Chinese.
- Hao Z, Fu D, Ming Y, Yang J, Huang Q, Lin W, Zhang H, Zhang B, Zhou A, Hu X, Yao C, Dong Y, Ring HZ, Ring BZ. Large scale newborn deafness genetic screening of 142,417 neonates in Wuhan, China. PLoS One. 2018 Apr 10;13(4):e0195740. doi: 10.1371/journal.pone.0195740. eCollection 2018.
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Geschat)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- SCNGSA
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .