Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Kunstig intelligens for prioritering av genetisk bakgrunn i Brugada-syndrom (AI4Cardio)

18. april 2024 oppdatert av: Chiara Di Resta, IRCCS San Raffaele

Bruken av kunstig intelligens for prioritering av kausativ genetisk bakgrunn i en Brugada-syndromkohort: en observasjonsretrospektiv studie

Brugada syndrom (BS) er en arvelig hjertesykdom som kan forårsake plutselig hjertestans hos unge individer. Det er diagnostisert gjennom spesifikke endringer sett på et elektrokardiogram (EKG). Foreløpig er det eneste behandlingsalternativet en cardioverter defibrillator (ICD). Til tross for fremskritt er mye om BS fortsatt uklart, inkludert dets genetiske grunnlag. Denne studien tar sikte på å bruke avansert genetisk sekvensering og kunstig intelligens for å avdekke nye genetiske faktorer som bidrar til BS. Ved å forstå disse faktorene bedre, håper vi å forbedre risikovurdering og behandling for berørte individer.

Studieoversikt

Status

Fullført

Forhold

Detaljert beskrivelse

Brugada syndrom (BS) er en arvelig elektrisk hjertesykdom som kan forårsake synkope og plutselig hjertestans hos unge asymptomatiske individer. Det er mistenkt å bidra til 4-12 % av tilfellene av plutselig hjertedød i den generelle befolkningen. Diagnose er avhengig av å identifisere et type I EKG-mønster preget av ST-segmentelevasjon med en coved morfologi i høyre prekordiale avledninger. Prevalensen i vestlige land er estimert til 1:5000. Foreløpig er implantasjon av en cardioverter defibrillator (ICD) det eneste behandlingsalternativet, men retningslinjer for risikostratifisering er fortsatt ufullstendige, spesielt for asymptomatiske individer.

BS er arvet som en autosomal dominant egenskap med ufullstendig penetrans. Mens 23 gener har blitt assosiert med BS-følsomhet, forblir 70% av pasientene genetisk ukarakteriserte, noe som tyder på et mer komplekst arvemønster. Genetikk har ikke blitt innlemmet i retningslinjer for risikostratifisering, til tross for bevis som knytter visse genetiske varianter til høyere arytmisk risiko. Dette kunnskapsgapet understreker viktigheten av å utvide vår forståelse av BS-genetikk for å forbedre diagnostisk sensitivitet og pasientbehandling.

Denne protokollen bygger på foreløpige data fra en studie gitt av det italienske helsedepartementet (GR-2016-02362316), der neste generasjons sekvensering (NGS) ble brukt til å undersøke hele kodingsregionene (Whole Exome Sequencing_WES) til 200 BS-pasienter . Studien hadde som mål å identifisere nye BS-kandidatgener og karakterisere det genetiske grunnlaget for tilstanden.

Kohorten ble valgt basert på tilstedeværelsen av et type I EKG, bekreftet enten spontant eller indusert av flekainid eller ajmalin. Pasientene gjennomgikk grundige hjerteevalueringer for å utelukke andre tilstander. Oppfølging inkluderte årlige vurderinger og hyppigere evalueringer for pasienter med høyere risiko for ventrikkeltakykardi.

Et stort antall genetiske varianter ble identifisert ved å utnytte WES, noe som førte til bruk av kunstig intelligens (AI) for å prioritere sekvenseringsdataene. AI-teknikker, inkludert avanserte algoritmer og maskinlæring, kan strømlinjeforme identifiseringen av potensielt sykdomsfremkallende genetiske variasjoner ved å filtrere ut vanlige varianter, forutsi patogenisitet og integrere kliniske data.

Gitt at over 70 % av BS-pasienter forblir genetisk udiagnostisert, er sekvenseringstilnærminger med høy gjennomstrømning avgjørende for en omfattende forståelse av BS-genetikk. Denne studien har som mål å bidra til identifisering av nye genetiske faktorer og forbedre risikostratifisering for berørte pasienter. Alle sekvenseringsdata for dette prosjektet er generert og vil bli analysert ved hjelp av AI, uten at flere pasienter skal registreres eller sekvenseres.

Studietype

Observasjonsmessig

Registrering (Faktiske)

200

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

      • Milan, Italia, 20132
        • IRCCS San Raffaele
      • Milan, Italia
        • Milano-Bicocca University

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

200 BS-pasienter.

Beskrivelse

Inklusjonskriterier:

  • De 200 BS-pasientene er valgt ut og klinisk evaluert basert på tilstedeværelsen av et type I elektrokardiogram (EKG), enten spontant eller indusert av flekainid eller ajmalin.

Ekskluderingskriterier:

  • Ingen eksklusjonskriterier er vedtatt for denne studien. Hele den tidligere sekvenserte kohorten på 200 BS-pasienter vil bli undersøkt og vurdert, ved å utnytte AI-tilnærmingen for prioritering av tilgjengelige sekvenseringsdata.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
BrS-pasienter
De 200 BS-pasientene er valgt og klinisk evaluert av avdelingen for hjerteelektrofysiologi og arytmi, San Raffaele sykehus, for tilstedeværelse av et type I elektrokardiogram (EKG), enten spontant eller indusert av flekainid eller ajmalin. Morfologiske og funksjonelle egenskaper ved hjertet har blitt analysert hos alle pasienter ved trans-thorax ekkokardiografi og stresstest for å utelukke pasienter med arytmogen høyreventrikkeldysplasi og iskemisk hjertesykdom. Blant de kliniske karakteristika er gjennomsnittlig EKG-parametere for 12-avledninger og alle mulige risikofaktorer blitt evaluert. Elektrofysiologisk studie er utført på spontane BS mønster 1 EKG pasienter eller pasienter med indusert BS mønster 1 EKG og minst én risikofaktor. Hos pasienter med høyere følsomhet for indusert ventrikulær takykardi, har ICD blitt implantert.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nye kandidatgener, sannsynligvis assosiert med Brugada-syndrom ved bruk av en AI-basert tilnærming.
Tidsramme: 1 år
Prioritering av genetiske variasjoner som ligger til grunn for BS-fenotypen: hele eksomdataene på 200 BS tidligere sekvensert vil bli prioritert ved hjelp av en AI-basert tilnærming, utviklet av samarbeidspartnerne i UniMIB.
1 år

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Identifikasjon av genetiske risikofaktorer assosiert med den verre fenotypen.
Tidsramme: 1 år
Korrelasjon av de nye antatte genene og de kliniske variablene, tidligere samlet i en omfattende database for denne studien.
1 år

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Etterforskere

  • Hovedetterforsker: Chiara Di Resta, PhD, IRCCS San Raffaele Hospital

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

19. desember 2018

Primær fullføring (Faktiske)

6. juni 2022

Studiet fullført (Faktiske)

6. juni 2022

Datoer for studieregistrering

Først innsendt

16. april 2024

Først innsendt som oppfylte QC-kriteriene

18. april 2024

Først lagt ut (Faktiske)

19. april 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

19. april 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

18. april 2024

Sist bekreftet

1. april 2024

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • AI4Cardio

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .