- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT07383194
Modele predykcyjne dla wyników LDLT (PREDICTLDLT)
Klinicznie stosowalny model predykcyjny wyników transplantacji wątroby od żywego dawcy z wykorzystaniem międzynarodowego rejestru LDLT
Uzasadnienie:
Przeszczepienie wątroby od żywego dawcy (LDLT) stało się ważną opcją dla pacjentów z zaawansowaną chorobą wątroby. Aby ułatwić międzynarodowe i znaczące porównania, nasza instytucja uczestniczy w Międzynarodowym Rejestrze LDLT. Opracowano kilka modeli przewidujących wyniki po LDLT, aby doradzać i uzasadniać poważną operację, jaką przechodzą żywi dawcy wątroby. Jednak większość proponowanych modeli wiąże się z wysokim ryzykiem błędu systematycznego i wykazuje suboptymalną zdolność dyskryminacyjną.
Celem tego badania jest zewnętrzna walidacja najbardziej obiecujących modeli predykcyjnych, a następnie opracowanie nowego, klinicznie stosowalnego modelu predykcyjnego dla wyników LDLT, z wykorzystaniem Międzynarodowego Rejestru LDLT.
Cel(e):
Głównym celem tego badania jest opracowanie nowego, klinicznie stosowalnego modelu predykcyjnego dla wyników LDLT, z wykorzystaniem Międzynarodowego Rejestru LDLT.
Celem drugorzędnym jest zewnętrzna walidacja najbardziej obiecujących istniejących modeli predykcyjnych dla wyników LDLT, z wykorzystaniem Międzynarodowego Rejestru LDLT.
Typ badania:
Jest to obserwacyjne, wieloośrodkowe badanie kohortowe wykorzystujące prospektywnie zbierane dane z Międzynarodowego Rejestru LDLT. Dane z rejestru będą analizowane retrospektywnie w celu zewnętrznej walidacji modeli i opracowania modelu predykcyjnego.
Populacja badana:
Populację badania stanowią żywi dawcy wątroby i odpowiadający im biorcy odnotowani w Międzynarodowym Rejestrze LDLT.
Metody:
Do walidacji zewnętrznej parametry zostaną wprowadzone do istniejących modeli predykcyjnych, co da przewidywane ryzyka. Dyskryminacja modelu będzie mierzona za pomocą pola pod krzywą (AUC) i nachylenia dyskryminacyjnego. Test DeLonga zostanie użyty do sprawdzenia różnicy między AUC różnych modeli predykcyjnych. Kalibracja będzie oceniana przez porównanie obserwowanej z przewidywaną częstością zdarzeń i przedstawiona graficznie za pomocą wykresów kalibracyjnych.
Do opracowania nowego modelu predykcyjnego interesującym wynikiem jest wczesna niewydolność przeszczepu, zdefiniowana jako utrata przeszczepu w ciągu 90 dni po transplantacji. Zostanie opracowany wielozmienny model regresji logistycznej do oszacowania indywidualnego ryzyka wczesnej niewydolności przeszczepu. Walidacja wewnętrzna zostanie przeprowadzona za pomocą bootstrapowania, a wydajność modelu oceniona pod względem dyskryminacji i kalibracji. Wydajność modelu będzie również testowana w podgrupach.
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Pytania badawcze:
- Czy można opracować nowy przedoperacyjny model predykcyjny oparty na zmiennych związanych z dawcą i biorcą, wykorzystując Międzynarodowy Rejestr LDLT, aby wiarygodnie przewidywać wyniki LDLT?
- Jak sprawdzają się najbardziej obiecujące istniejące modele predykcyjne dla wyników LDLT podczas zewnętrznej walidacji w Międzynarodowym Rejestrze LDLT?
Obliczenie wielkości próby:
Wielkość próby do opracowania modelu predykcyjnego oszacowano przy użyciu podejścia zdarzeń na parametr (EPP/EPV). Na podstawie wcześniejszych badań przewidywaną częstość występowania wczesnego uszkodzenia przeszczepu ustalono na 17,5%. Wstępnie określiliśmy 20 parametrów modelu (w tym zmienne fikcyjne dla predyktorów kategorycznych i wszelkie terminy interakcji) i założyliśmy 15 zdarzeń na parametr, aby zmniejszyć przeuczenie. Daje to minimum 300 zdarzeń, co odpowiada całkowitej wielkości próby około 1715 pacjentów.
Analiza statystyczna:
Analizy statystyczne będą przeprowadzane przy użyciu RStudio 2024.09.1, GraphPad Prism 10.6.1 i Microsoft Excel w wersji 16.90.2. P <0,05 oznacza istotność statystyczną.
Normalność będzie testowana za pomocą testu Shapiro-Wilka. Charakterystyki wyjściowe będą podzielone na podstawie występowania wczesnego uszkodzenia przeszczepu. Jednorodność wariancji będzie testowana za pomocą testu F. Wyniki te zostaną przedstawione w tabeli.
Do zewnętrznej walidacji istniejących modeli predykcyjnych parametry zostaną wprowadzone do modeli predykcyjnych, co da przewidywane ryzyka. Dyskryminacja modelu będzie mierzona za pomocą AUC i nachylenia dyskryminacji. Test DeLonga zostanie użyty do sprawdzenia różnicy między AUC różnych modeli predykcyjnych. Kalibracja będzie oceniana poprzez porównanie obserwowanej z przewidywaną częstością zdarzeń i graficznie przedstawiona na wykresach kalibracji.
Do opracowania nowego modelu predykcyjnego interesującym wynikiem jest wczesne uszkodzenie przeszczepu, zdefiniowane jako utrata przeszczepu w ciągu 90 dni po transplantacji (wynik binarny). Wielozmienny model regresji logistycznej zostanie opracowany w celu oszacowania indywidualnego ryzyka wczesnego uszkodzenia przeszczepu. Kandydaci na predyktory zostaną wybrani a priori na podstawie istotności klinicznej, wiarygodności biologicznej i dostępności przed transplantacją, w oparciu o istniejącą literaturę i opinię ekspertów. Aby zmniejszyć ryzyko przeuczenia, liczba parametrów modelu będzie ograniczona do około 20, zgodnie z podejściem zdarzeń na parametr. Unikane będą procedury doboru predyktorów oparte na danych. Walidacja wewnętrzna zostanie przeprowadzona przy użyciu metody bootstrap, a wydajność modelu będzie oceniana pod względem dyskryminacji i kalibracji.
Wydajność modelu będzie również testowana w następujących podgrupach: płeć biorcy, kontynent zamieszkania biorcy, wskazanie do transplantacji wątroby, wykonana rzeczywista hepatektomia dawcy oraz podejście do hepatektomii dawcy.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Hayo W. ter Burg, MD, MSc
- Numer telefonu: +316 83233210
- E-mail: h.terburg@erasmusmc.nl
Lokalizacje studiów
-
-
South Holland
-
Rotterdam, South Holland, Holandia, 3015 GD
- Erasmus Medical Center
-
Kontakt:
- Hayo W. ter Burg, MD
- Numer telefonu: +316 83233210
- E-mail: h.terburg@erasmusmc.nl
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Wszystkie pary dawca-biorca LDLT zarejestrowane w Międzynarodowym Rejestrze LDLT od 1 września 2023 roku do chwili obecnej.
Kryteria wyłączenia:
- Dwuetapowe LDLT
- Przeszczepy LDLT z podwójnym przeszczepem
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Żywi dawcy i biorcy wątroby
Populacja badania składa się z żywych dawców wątroby i ich odpowiednich biorców zarejestrowanych w międzynarodowym rejestrze LDLT.
|
Dawcy, którzy przeszli hepatektomię od żywego dawcy, oraz biorcy, którzy przeszli transplantację wątroby od żywego dawcy.
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Model predykcji LDLT
Ramy czasowe: Od rozpoczęcia badania przesiewowego LDLT do 1 roku po donacji
|
Głównym wynikiem jest nowy, klinicznie zastosowalny model predykcyjny wyników LDLT.
|
Od rozpoczęcia badania przesiewowego LDLT do 1 roku po donacji
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Zewnętrzna ważność istniejących modeli predykcyjnych
Ramy czasowe: Od rozpoczęcia badań przesiewowych LDLT do 1 roku po donacji
|
Drugorzędowym wynikiem jest zewnętrzna ważność najbardziej obiecujących istniejących modeli predykcyjnych dla wyników LDLT wyodrębnionych z literatury.
Ocenia się to za pomocą pola pod krzywą z krzywej charakterystyki działania odbiornika.
|
Od rozpoczęcia badań przesiewowych LDLT do 1 roku po donacji
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Robert C. Minnee, MD, PhD, MSc, Erasmus Medical Center
Publikacje i pomocne linki
Publikacje ogólne
- Haller MC, Aschauer C, Wallisch C, Leffondre K, van Smeden M, Oberbauer R, Heinze G. Prediction models for living organ transplantation are poorly developed, reported, and validated: a systematic review. J Clin Epidemiol. 2022 May;145:126-135. doi: 10.1016/j.jclinepi.2022.01.025. Epub 2022 Feb 4.
- Li Z, Centonze L, Raptis D, Marquez KAH, Rammohan A, Gunasekaran V, Hong S, Chen IC, Kim J, Hsu SC, Kirimker EO, Akamatsu N, Shaked O, Finotti M, Yeow M, Genedy L, Dutkowski P, Nadalin S, Boehnert MU, Polak WG, Bonney GK, Mathur A, Samstein B, Emond JC, Testa G, Olthoff KM, Heimbach JK, Taner T, Wong TC, Hasegawa K, Balci D, Cattral M, Sapisochin G, Selzner N, Jeng LB, Joh JW, Chen CL, Suh KS, Di Sandro S, Rela M, Broering D, Clavien PA. Early graft failure after adult living donor liver transplantation: A multicenter risk analysis and development of the early allograft failure in living donor liver transplantation (EAGLE-LDLT) model. Liver Transpl. 2026 Jan 21. doi: 10.1097/LVT.0000000000000816. Online ahead of print.
- Li Z, Raptis D, Rammohan A, Gunasekaran V, Hong S, Chen IC, Kim J, Hervera Marquez KA, Hsu SC, Kirimker EO, Akamatsu N, Shaked O, Finotti M, Yeow M, Genedy L, Braun J, Yebyo H, Dutkowski P, Nadalin S, Boehnert MU, Polak WG, Bonney GK, Mathur A, Samstein B, Emond JC, Testa G, Olthoff KM, Rosen CB, Heimbach JK, Taner T, Wong TC, Lo CM, Hasegawa K, Balci D, Cattral M, Sapisochin G, Selzner N, Jeng LB, Joh JW, Chen CL, Suh KS, Rela M, Broering D, Clavien PA. Validation of a Pretransplant Risk Prediction Model for Early Allograft Dysfunction After Living-donor Liver Transplantation. Transplantation. 2025 Aug 1;109(8):1383-1392. doi: 10.1097/TP.0000000000005331. Epub 2025 Jan 28.
- Babu R, Sethi P, Surendran S, Dhar P, Gopalakrishnan U, Balakrishnan D, Menon RN, Sivasankarapillai Thankamonyamma B, Othiyil Vayoth S, Thillai M. A New Score to Predict Recipient Mortality from Preoperative Donor and Recipient Characteristics in Living Donor Liver Transplantation (DORMAT Score). Ann Transplant. 2017 Aug 18;22:499-506. doi: 10.12659/aot.904350.
- Giglio MC, Dolce P, Yilmaz S, Tokat Y, Acarli K, Kilic M, Zeytunlu M, Unek T, Karam V, Adam R, Polak WG, Fondevila C, Nadalin S, Troisi RI; European Liver and Intestine Transplant Association (ELITA). Development of a model to predict the risk of early graft failure after adult-to-adult living donor liver transplantation: An ELTR study. Liver Transpl. 2024 Aug 1;30(8):835-847. doi: 10.1097/LVT.0000000000000312. Epub 2023 Dec 12.
- Goldberg DS, French B, Abt PL, Olthoff K, Shaked A. Superior survival using living donors and donor-recipient matching using a novel living donor risk index. Hepatology. 2014 Nov;60(5):1717-26. doi: 10.1002/hep.27307. Epub 2014 Oct 2.
Przydatne linki
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
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
Inne numery identyfikacyjne badania
- PREDICTLDLT
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Opis planu IPD
Ramy czasowe udostępniania IPD
Dane (podstawowe) będą udostępniane wraz z publikacją. Będą dostępne przez 10 lat. Dostęp do danych i obrazów jest zatwierdzany przez kierownika działu i głównego badacza. Ten dostęp jest tymczasowy. Informacje o tym, komu i kiedy udzielono dostępu, są rejestrowane.
Dostęp do rejestru można uzyskać, kontaktując się z Międzynarodowym rejestrem LDLT (LDLTregistry.org).
Kryteria dostępu do udostępniania IPD
Typ informacji pomocniczych dotyczących udostępniania IPD
- PROTOKÓŁ BADANIA
- SOK ROŚLINNY
- ANALITYCZNY_KOD
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 .