Przewidywanie odpowiedzi motorycznej STN DBS w PD (DBS-PREDICT)
Uczenie maszynowe przewidywania odpowiedzi motorycznej po STN DBS u pacjentów z chorobą Parkinsona, retrospektywne wieloośrodkowe badanie walidacyjne
Pomimo starannej selekcji pacjentów do głębokiej stymulacji jądra podwzgórza (STN DBS), niektórzy pacjenci z chorobą Parkinsona (PD) wykazują ograniczoną poprawę niepełnosprawności ruchowej. Niejednoznaczne wyniki i brak praktycznego wszczepialnego algorytmu przewidywania z poprzednich badań prognostycznych podtrzymują zapotrzebowanie na proste narzędzie dla neurologów, które zapewnia wiarygodną prognozę pooperacyjnej poprawy motorycznej u poszczególnych pacjentów.
W tym badaniu zweryfikowano opracowany wcześniej model przewidywania odpowiedzi motorycznej po STN DBS u pacjentów z PD. Model generuje indywidualne prawdopodobieństwa wystąpienia słabej odpowiedzi rok po operacji. Model zostanie zweryfikowany w kohorcie walidacyjnej zebranej z kilku międzynarodowych ośrodków.
Model predykcyjny jest udostępniany publicznie przed zebraniem danych na stronie: https://github.com/jgvhabets/DBSPREDICT
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Przewidywanie wyniku motorycznego po STN DBS w chorobie Parkinsona może stanowić wyzwanie dla klinicysty. Obecne badania prognostyczne dostarczają niejednoznacznych wyników dotyczących najważniejszych predyktorów i są ograniczone przez stosowane metody obliczeniowe. Tradycyjne analizy statystyczne, które koncentrują się na korelacjach, są obciążone przez selekcję predyktorów i czynników zakłócających przez badaczy. Nowoczesne metody obliczeniowe, takie jak modele predykcyjne uczenia maszynowego, są mniej ograniczone wielkością próby i mogą uwzględniać szerszy zakres predyktorów, co prowadzi do mniejszego błędu selekcji.
Retrospektywne dane pacjentów są zbierane z wielu międzynarodowych ośrodków. Ta retrospektywna, wieloośrodkowa kohorta służy do walidacji modelu opracowanego na podstawie jednoośrodkowej kohorty retrospektywnej.
Celem jest opracowanie narzędzia do prognozowania, które daje klinicyście prawdopodobieństwo wystąpienia słabej odpowiedzi w fazie przedoperacyjnej. Może to pomóc klinicyście we włączeniu lub poinformowaniu pacjenta podczas poradnictwa przedoperacyjnego.
Model predykcyjny jest udostępniany publicznie przed zebraniem danych na stronie: https://github.com/jgvhabets/DBSPREDICT.
Typ studiów
Zapisy (Rzeczywisty)
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Limburg
-
Maastricht, Limburg, Holandia, 6229 AZ
- MaastrichtUMC
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- przeszedł STN DBS z powodu choroby Parkinsona
- zakończył roczną obserwację po operacji
Kryteria wyłączenia:
- brak danych w pooperacyjnym UPDRS II, III, IV
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Modele obserwacyjne: Kohorta
- Perspektywy czasowe: Z mocą wsteczną
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
wieloośrodkowa kohorta walidacyjna
Zbieramy retrospektywne dane z kilku międzynarodowych ośrodków zawierających zmienne przedoperacyjne (demograficzne i kliniczne) oraz wyniki pooperacyjne (UPDRS II, III, IV) rok po operacji i łączymy te dane z jedną kohortą walidacyjną.
|
Generowanie indywidualnych prawdopodobieństw reakcji motorycznych na podstawie zmiennych przedoperacyjnych
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
pole pod krzywą krzywej operatora odbiornika
Ramy czasowe: rok po operacji
|
Wynik motoryczny jest klasyfikowany jako binarna zmienna wyniku. Model pozwoli przewidzieć, do której grupy wynikowej pacjent będzie należeć rok po operacji. Podstawową miarą wyniku jest wydajność przewidywanych kategorii wyników z rzeczywistymi kategoriami wyników. Wydajność modeli predykcyjnych jest wyrażana jako pole pod krzywą krzywej operatora odbiornika, dokładność predykcyjna, prawdziwie dodatni współczynnik predykcji i fałszywie dodatni współczynnik predykcji. |
rok po operacji
|
|
predykcyjna dokładność
Ramy czasowe: rok po operacji
|
Zobacz opis główny wynik 1.
|
rok po operacji
|
|
prawdziwie pozytywny wskaźnik przewidywania
Ramy czasowe: rok po operacji
|
Zobacz opis główny wynik 1.
|
rok po operacji
|
|
wskaźnik fałszywie dodatnich prognoz
Ramy czasowe: rok po operacji
|
Zobacz opis główny wynik 1.
|
rok po operacji
|
Współpracownicy i badacze
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 2019-0739-A9
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- Protokół badania
- Kod analityczny
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Choroba Parkinsona
-
Bambino Gesù Hospital and Research InstituteZakończonyCiężka otyłość dziecięca (BMI > 97° szt. -według wykresów BMI Centers for Disease Control and Prevention-) | Zmienione testy czynnościowe wątroby | Nietolerancja glikemicznaWłochy
-
Spero TherapeuticsZakończonyKompleks Mycobacterium Avium | Niegruźlicze Mycobacterium Pulmonary DiseaseStany Zjednoczone
-
Janssen Pharmaceutical K.K.RekrutacyjnyOporna na leczenie Mycobacterium Avium Complex-lung Disease (MAC-LD)Tajwan, Republika Korei, Japonia
-
Adelphi Values LLCBlueprint Medicines CorporationZakończonyBiałaczka z komórek tucznych (MCL) | Agresywna mastocytoza układowa (ASM) | SM w Assoc Clonal Hema Lineage Non-mast Cell Lineage Disease (SM-AHNMD) | Tląca się mastocytoza układowa (SSM) | Indolentna układowa mastocytoza (ISM) Podgrupa ISM w pełni zatrudnionaStany Zjednoczone