Opracowywanie godnych zaufania narzędzi opartych na sztucznej inteligencji (AI) do przewidywania ryzyka i postępu chorób naczyniowych (VASCULAIDRETRO)
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Do chwili obecnej nie wiadomo, u których pacjentów z tętniakiem aorty brzusznej (AAA) i chorobą tętnic obwodowych (PAD) wystąpią zdarzenia sercowo-naczyniowe lub u których pacjentów AAA lub PAD ulegnie progresji. Celem badania VASCULAID-RETRO w ramach projektu VASCULAID jest wykorzystanie danych z istniejących kohort i danych zebranych retrospektywnie do opracowania algorytmów sztucznej inteligencji (AI), które będą w stanie ocenić ryzyko zdarzeń sercowo-naczyniowych i stopień postępu choroby.
Aby zbudować i wytrenować algorytmy przewidywań, planujemy retrospektywnie zarejestrować co najmniej 5000 pacjentów z AAA i 6000 PAD. Narzędzia AI zostaną zastosowane do danych pacjentów. Przeprowadzona zostanie automatyczna segmentacja anatomiczna na obrazach oraz analiza obrazów USG, CTA i MRI. Opracowane zostaną także algorytmy przewidywania zdarzeń sercowo-naczyniowych oraz progresji AAA lub PAD w oparciu o analizę danych z wielu źródeł.
Dostępne są dane pacjentów pochodzące od partnerów europejskiego konsorcjum klinicznego. Konsorcjum to ma dostęp do dużych kohort posiadających odpowiednie dane na potrzeby planowanego badania, które zostaną wykorzystane do wzbogacenia istniejących rejestrów. Dane te zostaną wykorzystane do udoskonalenia algorytmów opracowanych w celu przewidywania zdarzeń sercowo-naczyniowych i progresji AAA/PAD.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Kak Khee Yeung, MD, PhD
- Numer telefonu: +31 6 14278725
- E-mail: k.yeung@amsterdamumc.nl
Kopia zapasowa kontaktu do badania
- Nazwa: Lotte Rijken, Msc.
- E-mail: l.rijken@amsterdamumc.nl
Lokalizacje studiów
-
-
-
Helsinki, Finlandia
- Rekrutacyjny
- Hospital District of Helsinki and Uusimaa (HUS)
-
Kontakt:
- Riikka Tulamo
-
-
-
-
-
Amsterdam, Holandia
- Rekrutacyjny
- Amsterdam UMC
-
Kontakt:
- Kak Khee Yeung
-
-
-
-
-
Hamburg, Niemcy
- Rekrutacyjny
- Asklepios Kliniken Hamburg
-
Kontakt:
- Christian Behrendt
-
-
-
-
-
Porto, Portugalia
- Rekrutacyjny
- University Hospital Center of São João
-
Kontakt:
- Marina Dias-Neto
-
-
-
-
-
Belgrade, Serbia
- Rekrutacyjny
- University Clinical Centre of Serbia
-
Kontakt:
- Igor Koncar
-
-
-
-
-
Oxford, Zjednoczone Królestwo
- Rekrutacyjny
- Oxford University Hospitals
-
Kontakt:
- Regent Lee
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria przyjęcia:
- Mężczyźni i kobiety, 40-90 lat, z AAA > 3 cm. Dotyczy to pacjentów z tętniakami podnerczowymi, okołonerkowymi, nadnerczowymi, biodrowymi (określanymi jako 1,5-krotność ich normalnej średnicy), a także tętniakami grzybiczymi. Uwzględnieni zostaną również pacjenci, którzy przeszli interwencje lub pęknięcia
- Mężczyźni i kobiety, 40-90 lat, wszyscy pacjenci z PAD (stadia Fontaine’a 1, 2, 3 i 4).
Kryteria wyłączenia:
- Pacjenci z tętniakiem wstępującym, piersiowym i piersiowo-brzusznym (typ 1-3).
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Pacjenci z tętniakiem aorty brzusznej
|
Bez interwencji, badanie retrospektywne
|
|
Pacjenci z chorobą tętnic obwodowych
|
Bez interwencji, badanie retrospektywne
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Opracowanie algorytmów przewidywania postępu choroby
Ramy czasowe: 3 lata
|
Głównym celem tego retrospektywnego badania jest opracowanie i uczenie algorytmów przewidywania postępu choroby i ryzyka zdarzeń sercowo-naczyniowych u pacjentów z AAA i PAD poprzez wykorzystanie wieloparametrycznych danych z 5000 AAA (>1000 w AUMC) i 6000 PAD (>1000 w AUMC). ) pacjentów z istniejących kohort i biobanków.
|
3 lata
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wewnętrzna walidacja algorytmów przewidywania postępu choroby
Ramy czasowe: 3 lata
|
Celem drugorzędnym będzie wewnętrzna walidacja opracowanych algorytmów z wykorzystaniem danych z kohort retrospektywnych.
|
3 lata
|
Współpracownicy i badacze
Sponsor
Współpracownicy
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
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
- 2011279
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 .