- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05678569
Identifikasjon av osteoporosebehandling ved hjelp av maskinlæring (OPTIMAL)
OPTIMAL - Identifikasjon av osteoporosebehandling ved bruk av maskinlæring
OPTIMAL er en pilot mulighetsstudie for en maskinlæring (ML) basert forbedret screeningprogramvare for osteoporose.
Dette verktøyet er laget ved hjelp av maskinlæring, basert på data fra NHS Greater Glasgow og Clyde. Studien vil kontakte personer som studien vurderer å ha høy risiko (750 pasienter vil bli re-identifisert, og disse vil bli kontaktet fra den høyeste risikoen til 250 pasienter er rekruttert) og utføre DXA-skanninger, klinisk gjennomgang og blodprøver som er relevant for osteoporose. Disse dataene vil deretter bli sammenlignet med spådommene gjort av OPTIMAL forbedret screeningverktøy, for å teste hvor effektivt det er.
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
OPTIMAL-forsøket er en mulighetspilotstudie for en forbedret screeningsmetode ved bruk av et verktøy utviklet ved hjelp av maskinlæring. Dette verktøyet er laget av Lenus Health Ltd ved å bruke anonymiserte helsedata fra NHS GG&C for pasienter mellom 50 og 80 år fra 1. januar 2010.
Valideringskohorten vil inkludere alle pasienter i GG&C mellom 50 og 80 år fra 1. januar 2022 som ikke er kjent for å ha diagnosen osteoporose.
Nanox (israelsk AI-selskap) vil bruke sin eksisterende plattform til å analysere avidentifiserte CT-skanninger av de 5000 pasientene som er identifisert som høyest risiko i denne populasjonen for å vurdere vertebralt fraktur, som vil bli brukt som en parameter i risikovurdering for osteoporose. På grunn av tekniske begrensninger kan bare et utvalg pasienter få bildediagnostikken vurdert av Nanox-plattformen. De 5000 pasientene med høyest risiko vil bli reidentifisert slik at bildene deres kan trekkes ut og avidentifiseres for analyse. Vi forventer at omtrent 30 % av disse pasientene vil ha tilgjengelig bildediagnostikk. Identifiserbare data vil forbli innenfor GG&C-skyen.
Forsøket vil bruke programvaren til å screene for pasienter med høy risiko innenfor en kohort av pasienter i alderen 50-80 år uten en diagnose av osteoporose. DXA-skanning vil bli brukt som en grunnsannhet. Pasienter vil ha DXA-skanning som en del av forsøket.
Det vil være en klinisk gjennomgang for å fjerne pasienter som oppleves som upassende for forsøket, for eksempel personer som nærmer seg slutten av livet, eller som ikke kan gi samtykke. Årsaken til ekskludering vil bli registrert for å tillate revisjon og vurdering for skjevhet ved utvelgelse.
Pasienter, med utgangspunkt i de med høyest risiko, vil deretter bli kontaktet av bruddtjenesten inntil 250 er rekruttert. Dette tallet er nådd basert på effektberegninger for å sikre at denne prøven effektivt kan sammenligne OPTIMAL-verktøyet med FRAX. Denne kontakten vil være i form av et brev fra bruddkontaktteamet, og vil komme med pasientinformasjonsblad og samtykkeskjema. Disse skjemaene er laget med innspill fra en pasienterfaringsgruppe.
Deltakeren, hvis de samtykker i å delta, vil da bli invitert til et enkelt klinikkbesøk ved Queen Elizabeth University Hospital.
Ved dette besøket vil en lege gjennomgå pasienten, og stille spørsmål om deres helse. De vil ha blodprøver som er relevante for osteoporose, samt generell helse. De vil også ha en DXA-skanning for å bekrefte om de har eller ikke har osteoporose. En FRAX-score vil bli generert for sammenligningsformål.
Etter fullført datarensing, på slutten av prøveperioden, vil alle data overføres til University of Strathclyde sikre servere for analyse av Dr Conor McKeag, med tilsyn fra Dr David Young for å vurdere effektiviteten og nøyaktigheten til OPTIMAL-verktøyet. Dette vil bli sammenlignet med FRAX, gjeldende standard for risikoprediksjon ved osteoporose.
Studietype
Registrering (Forventet)
Kontakter og plasseringer
Studiekontakt
- Navn: Ruairidh Davison
- Telefonnummer: 01414516869
- E-post: Ruairidh.Davison@ggc.scot.nhs.uk
Studiesteder
-
-
-
Glasgow, Storbritannia, G51 4TF
- West of Scotland Innovation Hub
-
Ta kontakt med:
- Ruairidh Davison
- Telefonnummer: 01415416869
- E-post: Ruairidh.Davison@ggc.scot.nhs.uk
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
Tar imot friske frivillige
Kjønn som er kvalifisert for studier
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Alder >=50 år
- Alder <=80 år
- Identifisert som høy risiko av den opprinnelige modellen
Ekskluderingskriterier:
- Alder <50 år
- Alder >80 år
- BMI <=18 og >=30
- Registrert diagnose av osteoporose
- Forhåndsforskrivning av beinbeskyttende midler som:
bisfosfonat (alendronsyre, risedronat, ibandronat, zoledronsyre) / denosumab / raloksifen / strontiumranelat / teriparatid / romosozumab
- Historie med tidligere DXA-bildebehandling (forutgående kvantifisering av BMD)
- Historie om metabolsk beinsykdom
- Historie med primær hyperparathyroidisme
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Observasjonsmodeller: Kohort
- Tidsperspektiver: Potensielle
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Høyrisikogruppe
Gruppe identifisert av maskinlæringsmodell som har høy risiko for å utvikle osteoporose.
|
DXA for diagnose av osteoporose
Andre navn:
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Osteoporose diagnose
Tidsramme: Ved første besøk, innen 6 måneder etter pasientidentifikasjon.
|
Diagnose av osteoporose basert på DXA-vurdering av beinmineraltetthet ved klinisk besøk.
Dette vil bli gjort ved det enkelt kliniske besøket som en del av forsøket og vil ikke bli gjentatt.
|
Ved første besøk, innen 6 måneder etter pasientidentifikasjon.
|
Samarbeidspartnere og etterforskere
Sponsor
Studierekorddatoer
Studer hoveddatoer
Studiestart (Forventet)
Primær fullføring (Forventet)
Studiet fullført (Forventet)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Anslag)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Anslag)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- OPTIMAL
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .