Rola markerów stanu zapalnego i parametrów Dopplera w ograniczeniu wzrostu płodu o późnym początku: podejście oparte na uczeniu maszynowym
4 lipca 2024 zaktualizowane przez: Can Ozan Ulusoy, Ankara Etlik City Hospital
Ograniczenie wzrostu płodu (FGR) jest poważnym powikłaniem w czasie ciąży, które może prowadzić do różnych niekorzystnych skutków.
Dzieli się ją na o wczesnym początku (przed 32 tygodniem) i o późnym początku (po 32 tygodniach), przy czym późny początek wiąże się z długoterminowym ryzykiem, takim jak hipoksemia i opóźnienia w rozwoju.
Badanie koncentruje się na roli stanu zapalnego w FGR, wprowadzając nowe markery krwi w celu lepszego zrozumienia i diagnozy.
Odnosi się także do wyzwań związanych ze stosowaniem zaawansowanych narzędzi diagnostycznych w warunkach o niskich zasobach i bada zastosowanie uczenia maszynowego do przewidywania FGR na podstawie markerów stanu zapalnego, podkreślając potencjał sztucznej inteligencji w pokonywaniu tych wyzwań.
Przegląd badań
Status
Aktywny, nie rekrutujący
Szczegółowy opis
Ograniczenie wzrostu płodu (FGR), znane również jako wewnątrzmaciczne ograniczenie wzrostu, jest częstym powikłaniem ciąży, które może mieć potencjalnie negatywne skutki dla noworodków.
Przyczyny tego stanu są różne i obejmują czynniki genetyczne, zapalenie u matki, infekcje i inne patologie.
FGR dzieli się na kategorie na podstawie jego początku: FGR o wczesnym początku występuje przed 32. tygodniem ciąży, natomiast późny pojawia się po 32. tygodniu ciąży.
FGR o późnym początku, choć mniej ryzykowny w przypadku powikłań okołoporodowych w porównaniu z wczesnym początkiem, wiąże się ze zwiększonym ryzykiem hipoksemii i opóźnień neurorozwojowych.
Diagnoza opiera się przede wszystkim na pomiarach ultradźwiękowych i analizie przepływu Dopplera w określonych tętnicach.
Badanie podkreśla złożoność diagnozowania i leczenia FGR o późnym początku, podkreślając niejasne mechanizmy patofizjologiczne.
Proponuje badanie procesów zapalnych i potencjalną rolę nowych markerów, takich jak ogólnoustrojowy wskaźnik zapalenia immunologicznego (SII), wskaźnik ogólnoustrojowej reakcji zapalnej (SIRI) i stosunek procentu neutrofilów do albuminy (NPAR) w zrozumieniu FGR.
Markery te można łatwo zmierzyć za pomocą badań krwi i są one istotne w przypadku różnych chorób.
W tekście omówiono także wyzwania związane ze stosowaniem zaawansowanych metod diagnostycznych w krajach o niskich dochodach, wynikające z konieczności posiadania zaawansowanego sprzętu, kontrastujące z dostępnością modeli sztucznej inteligencji i uczenia maszynowego za pośrednictwem Internetu.
Celem badania była ocena wpływu procesów zapalnych na FGR o późnym początku poprzez analizę NPAR i innych markerów oraz ocenę ich wartości predykcyjnej za pomocą algorytmów uczenia maszynowego.
Typ studiów
Obserwacyjny
Zapisy (Rzeczywisty)
240
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Yenimahalle
-
Ankara, Yenimahalle, Indyk, 06170
- Etlik City Hospital
-
-
Kryteria uczestnictwa
Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
Akceptuje zdrowych ochotników
Tak
Metoda próbkowania
Próbka prawdopodobieństwa
Badana populacja
Badanie to obejmie 240 pacjentek w wieku 32–37 tygodni ciąży, które zostały przyjęte do Kliniki Perinatologii Ministerstwa Zdrowia, Szpitala Miejskiego Etlik w Ankarze/Turcja w latach 2023–2024.
Do potwierdzenia wieku ciążowego wykorzystano długość głowy do bioder w pierwszym trymestrze ciąży.
Spośród pacjentek włączonych do badania do grupy kontrolnej zostanie włączonych 120 pacjentek, u których zdiagnozowano FGR o późnym początku i 120 pacjentek, u których płody rozwijają się w zależności od wieku ciążowego.
Opis
Kryteria przyjęcia:
- W wieku 18-45 lat
- Zakończyli kontrolę ciąży w naszym ośrodku
- Kobiety w ciąży, do których danych można uzyskać dostęp
- Ciąża pojedyncza bez chorób ogólnoustrojowych matki innych niż FGR
Kryteria wyłączenia:
- Ciąża mnoga
- Choroba matki
- Wrodzone i chromosomalne anomalie płodu
- Przewlekłe zażywanie narkotyków, używanie alkoholu i papierosów
- Dodatkowe powikłania ciąży towarzyszące w trakcie obserwacji
- Sprawy, których danych nie można uzyskać
Plan studiów
Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Kobiety w ciąży z ograniczeniem wzrostu płodu
Do badania zostanie włączonych 120 pacjentek, u których zdiagnozowano późne zahamowanie wzrostu płodu.
|
Rozpoznanie FGR postawiono na podstawie następujących kryteriów Delphi.
EFW
Wyniki badań laboratoryjnych mierzono w momencie rozpoznania FGR (między 32. a 37. tygodniem ciąży). Po ocenie hemoglobiny (g/dl), leukocytów (103/μL), monocytów (103/μL), limfocytów (103/μL), neutrofili (103/μL), płytek krwi (103/μL) i albuminy (g/dl) ), wartości stanu zapalnego obliczono w następujący sposób: ;
|
|
Zdrowe ciąże
120 pacjentek zostanie włączonych do grupy kontrolnej rozwijających się płodów według wieku ciążowego.
|
Rozpoznanie FGR postawiono na podstawie następujących kryteriów Delphi.
EFW
Wyniki badań laboratoryjnych mierzono w momencie rozpoznania FGR (między 32. a 37. tygodniem ciąży). Po ocenie hemoglobiny (g/dl), leukocytów (103/μL), monocytów (103/μL), limfocytów (103/μL), neutrofili (103/μL), płytek krwi (103/μL) i albuminy (g/dl) ), wartości stanu zapalnego obliczono w następujący sposób: ;
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ocena danych
Ramy czasowe: W ciągu 1 miesiąca od zebrania danych
|
Określenie korelacji statystycznej danych demograficznych i wskaźników stanu zapalnego okresu ciąży z diagnostycznymi pomiarami ultrasonograficznymi (pomiary biometryczne płodu i wyniki badań dopplerowskich płodu) związanych z opóźnieniem wzrostu płodu w środowisku SPSS oraz ukazanie znaczenia zależności.
|
W ciągu 1 miesiąca od zebrania danych
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Modelowanie uczenia maszynowego
Ramy czasowe: W ciągu 1 miesiąca od danych po analizie danych
|
Model klasyfikacji klas RandomForestClassifier zostanie opracowany poprzez przeniesienie danych ze środowiska SPSS do środowiska Python.
Opracowane zostanie modelowanie systemu uczenia maszynowego, w którym model będzie uczył się na podstawie zbioru szkoleniowego z wykorzystaniem danych pacjentów i wykorzystywał te informacje do przewidywania przyszłych danych.
|
W ciągu 1 miesiąca od danych po analizie danych
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Daty zapisu na studia
Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
31 stycznia 2024
Zakończenie podstawowe (Szacowany)
6 lipca 2024
Ukończenie studiów (Szacowany)
20 lipca 2024
Daty rejestracji na studia
Pierwszy przesłany
7 kwietnia 2024
Pierwszy przesłany, który spełnia kryteria kontroli jakości
16 kwietnia 2024
Pierwszy wysłany (Rzeczywisty)
18 kwietnia 2024
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
8 lipca 2024
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
4 lipca 2024
Ostatnia weryfikacja
1 lipca 2024
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AEŞH-BADEK-2024-43
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIE
Opis planu IPD
Ze względu na politykę szpitala nie można udostępniać danych.
W razie potrzeby można jednak skontaktować się z głównym badaczem.
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Nie
Bada produkt urządzenia regulowany przez amerykańską FDA
Nie
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 .