- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT06206369
Utvikle pålitelige kunstig intelligens (AI)-drevne verktøy for å forutsi risiko og progresjon av karsykdommer (VASCULAIDRETRO)
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Til dags dato er det ukjent hvilke pasienter med abdominal aortaaneurisme (AAA) og perifer arteriell sykdom (PAD) som vil lide av kardiovaskulære hendelser eller hos hvilke pasienter AAA eller PAD vil utvikle seg. I VASCULAID-prosjektet har VASCULAID-RETRO-studien som mål å utnytte data fra eksisterende kohorter og retrospektivt innsamlet data for å utvikle kunstig intelligens (AI) algoritmer som er i stand til å evaluere risikoen for kardiovaskulære hendelser og omfanget av sykdomsprogresjon.
For å bygge og trene algoritmene for spådommene, planlegger vi å retrospektivt registrere minst 5000 AAA og 6000 PAD-pasienters AI-verktøy vil bli brukt på pasientdataene. Automatisk anatomisk segmentering på bilder og bildeanalyse på US, CTA og MR vil bli utført. Det vil også bli utviklet algoritmer for å forutsi kardiovaskulære hendelser og AAA- eller PAD-progresjon basert på multi-kildedataanalyse.
Pasientdata fra europeiske kliniske konsortiumpartnere er tilgjengelige. Dette konsortiet har tilgang til store kohorter med relevante data for den tenkte studien som skal brukes til å berike de eksisterende registrene. Disse dataene vil bli brukt til å avgrense algoritmene utviklet for prediksjon av kardiovaskulære hendelser og AAA/PAD-progresjon.
Studietype
Registrering (Antatt)
Kontakter og plasseringer
Studiekontakt
- Navn: Kak Khee Yeung, MD, PhD
- Telefonnummer: +31 6 14278725
- E-post: k.yeung@amsterdamumc.nl
Studer Kontakt Backup
- Navn: Lotte Rijken, Msc.
- E-post: l.rijken@amsterdamumc.nl
Studiesteder
-
-
-
Helsinki, Finland
- Rekruttering
- Hospital District of Helsinki and Uusimaa (HUS)
-
Ta kontakt med:
- Riikka Tulamo
-
-
-
-
-
Amsterdam, Nederland
- Rekruttering
- Amsterdam UMC
-
Ta kontakt med:
- Kak Khee Yeung
-
-
-
-
-
Porto, Portugal
- Rekruttering
- University Hospital Center of São João
-
Ta kontakt med:
- Marina Dias-Neto
-
-
-
-
-
Belgrade, Serbia
- Rekruttering
- University Clinical Centre of Serbia
-
Ta kontakt med:
- Igor Koncar
-
-
-
-
-
Oxford, Storbritannia
- Rekruttering
- Oxford University Hospitals
-
Ta kontakt med:
- Regent Lee
-
-
-
-
-
Hamburg, Tyskland
- Rekruttering
- Asklepios Kliniken Hamburg
-
Ta kontakt med:
- Christian Behrendt
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inklusjonskriterier:
- Hanner og kvinner, 40-90 år, med AAA >3 cm. Dette inkluderer pasienter med infrarenale, juxtarenale, suprarenale, iliacale (definert som 1,5x normal diameter) aneurismer, samt mykotiske aneurismer. Pasienter som har hatt intervensjoner eller rupturer vil også inkluderes
- Menn og kvinner, 40-90 år gamle, alle PAD-pasienter (Fontaine-stadier 1,2,3 og 4).
Ekskluderingskriterier:
- Pasienter med ascenderende, thorax, thoracoabdominal (type 1-3) aneurisme.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Abdominal aortaaneurismepasienter
|
Ingen intervensjon, retrospektiv studie
|
|
Pasienter med perifer arteriell sykdom
|
Ingen intervensjon, retrospektiv studie
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Utvikling av prediksjonsalgoritmer for sykdomsprogresjon
Tidsramme: 3 år
|
Hovedmålet med denne retrospektive studien er å utvikle og trene algoritmer for å forutsi sykdomsprogresjon og risiko for kardiovaskulære hendelser hos AAA- og PAD-pasienter ved å utnytte multiparametriske data fra 5000 AAA (>1000 i AUMC) og 6000 PAD (>1000 i AUMC) ) pasienter fra eksisterende kohorter og biobanker.
|
3 år
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Intern validering av prediksjonsalgoritmer for sykdomsprogresjon
Tidsramme: 3 år
|
Det sekundære målet vil være intern validering av de utviklede algoritmene ved å bruke data fra retrospektive kohorter.
|
3 år
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 2011279
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. .