Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Sygnatura choroby Alzheimera w subiektywnym spadku funkcji poznawczych (SIGN-AL)

3 lutego 2026 zaktualizowane przez: Salvatore Mazzeo, IRCCS Policlinico S. Donato

Rozwikłanie sygnatury choroby Alzheimera: Integracja biomarkerów multimodalnych za pomocą uczenia maszynowego

Badanie to skupia się na poprawie wczesnego wykrywania choroby Alzheimera (AD) u pacjentów z subiektywnym pogorszeniem funkcji poznawczych (SCD), przedklinicznym stadium zaburzeń poznawczych, w kontekście pojawiających się terapii modyfikujących przebieg choroby (DMT). Obecne biomarkery, takie jak rezonans magnetyczny mózgu, skany PET oraz markery płynu mózgowo-rdzeniowego (CSF), są bardzo dokładne, ale kosztowne, inwazyjne i nie są powszechnie dostępne.

Badanie ma na celu dostarczenie opłacalnych, skalowalnych narzędzi do wczesnej identyfikacji osób zagrożonych, umożliwiając spersonalizowaną ocenę i terminowe podanie DMT.

Cele:

  • Ocena dokładności innowacyjnych, łatwo dostępnych biomarkerów w przewidywaniu biologicznie potwierdzonej AD.
  • Ocena użyteczności predykcyjnej wcześniej badanych metod dla pacjentów z SCD.
  • Zbadanie nowych podejść, w tym zautomatyzowanej analizy mowy, w celu identyfikacji pogorszenia funkcji poznawczych.
  • Ocena wkładu genetycznego w ryzyko AD.
  • Integracja danych z tych różnych modalności przy użyciu uczenia maszynowego w celu stworzenia modelu predykcyjnego dla AD u pacjentów z SCD.

Projekt badania:

Jest to wieloośrodkowe, podłużne, badanie z niską interwencją prowadzone w IRCCS Policlinico San Donato, San Donato Milanese, Mediolan, Włochy (UO1) oraz w Centrum Badań i Innowacji w Demencji, Szpital Careggi, Florencja, Włochy (UO2). Kwalifikującymi się uczestnikami są dorośli z SCD, zachowanym codziennym funkcjonowaniem i wynikami Mini-Mental State Examination (MMSE) >24. Kryteria wykluczenia obejmują choroby neurologiczne lub ogólnoustrojowe, poważne zaburzenia psychiczne, używanie substancji lub wcześniejsze urazy głowy.

Uczestnicy przechodzą:

  • Szczegółowe zebranie wywiadu medycznego i rodzinnego.
  • Kompleksową ocenę neuropsychologiczną, osobowości oraz samodzielności w codziennych czynnościach.
  • Rejestrację EEG w stanie spoczynku.
  • Pobranie krwi w celu oznaczenia biomarkerów osocza (Aβ42, Aβ40, p-tau181, p-tau217, t-tau, NfL, GFAP).
  • Analizę biomarkerów CSF (Aβ42, Aβ40, p-tau, t-tau).
  • Analizę genetyczną genów związanych z AD (PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT).
  • Nagranie i analizę mowy z wykorzystaniem standaryzowanych zadań w celu wyodrębnienia cech do automatycznej oceny.

Badanie ma na celu stworzenie opartego na uczeniu maszynowym modelu predykcyjnego, łączącego dane biomarkerowe, neuropsychologiczne, EEG, mowy i genetyczne, w celu poprawy wczesnego wykrywania i ukierunkowania spersonalizowanej opieki nad pacjentem.

Procedury:

  • Oceny neuropsychologiczne przeprowadzane są na początku badania oraz po dwuletnim okresie obserwacji.
  • Nagrania językowe są przeprowadzane w kontrolowanych warunkach przy użyciu standaryzowanych zadań opisu obrazków.
  • EEG jest rejestrowane przy użyciu 21-kanałowych systemów.
  • Próbki krwi i CSF są pobierane, przetwarzane i przechowywane w temperaturze -80°C do późniejszej analizy w odpowiednich laboratoriach instytucjonalnych.
  • Biomarkery osocza są analizowane za pomocą technologii Simoa; biomarkery CSF są analizowane przy użyciu chemiluminescencyjnego testu immunoenzymatycznego (CLEIA).
  • Analizy genetyczne wykorzystują PCR, analizę wysokorozdzielczego topienia (HRMA), sekwencjonowanie i elektroforezę kapilarną, w zależności od specyficznych genów lub polimorfizmów.

Badanie ma na celu stworzenie opartego na uczeniu maszynowym modelu predykcyjnego, łączącego dane biomarkerowe, neuropsychologiczne, EEG, mowy i genetyczne, w celu poprawy wczesnego wykrywania i ukierunkowania spersonalizowanej opieki nad pacjentem.

Przegląd badań

Szczegółowy opis

  1. WPROWADZENIE Badania nad chorobą Alzheimera (AD) i praktyka kliniczna znajdują się w punkcie zwrotnym. W miarę jak stają się dostępne terapie modyfikujące przebieg choroby (DMTs) dla AD, neurolodzy, badacze i służby zdrowia będą musieli sprostać przewidywalnemu, rosnącemu zapotrzebowaniu na diagnostykę pacjentów z zaburzeniami poznawczymi. Ponadto istnieje konsensus, że DMTs powinny być podawane we wczesnych stadiach choroby, aby zatrzymać proces chorobowy, zanim rozpocznie się neurodegeneracja. Z tego powodu międzynarodowe badania koncentrują się na subiektywnym pogorszeniu funkcji poznawczych (SCD) i łagodnych zaburzeniach poznawczych (MCI), uważanych za najwcześniejsze przejawy AD i optymalną populację docelową dla przyszłych DMTs. Jednak zarówno MCI, jak i SCD są bardzo częstymi i heterogenicznymi stanami o różnych możliwych trajektoriach i wielu potencjalnych przyczynach. Obecnie uznane biomarkery choroby (MRI mózgu, PET neuroobrazowanie i biomarkery płynu mózgowo-rdzeniowego [CSF]) są wysoce dokładne w identyfikacji pacjentów z SCD i MCI spowodowanymi chorobą Alzheimera, ale ich szeroko zakrojone zastosowanie jest niezwykle ograniczone ze względu na wysokie koszty, słabą dostępność i inwazyjność.

    Z tego powodu wcześniejsze badania sugerowały rozważenie cech demograficznych, poznawczych i genetycznych do oszacowania ryzyka demencji. Ponadto biomarkery oparte na krwi są uważane za obiecujące narzędzia umożliwiające ocenę na poziomie podstawowej opieki zdrowotnej. Jednak żadna z tych ocen ani narzędzi sama w sobie nie może zagwarantować wystarczającej dokładności, aby być stosowana na poziomie badań przesiewowych.

  2. CELE BADANIA

Naszym celem jest:

  1. Ocena dokładności bardziej innowacyjnych i łatwiej dostępnych biomarkerów we wczesnych stadiach pogorszenia funkcji poznawczych w przewidywaniu obecności biologicznie zdiagnozowanej AD na podstawie biomarkerów CSF.
  2. Wyjaśnienie użyteczności technik, które były już badane w tym kontekście, ale dawały sprzeczne wyniki, takich jak wyniki neuropsychologiczne i elektroencefalografia (EEG).
  3. Zbadanie nowych technik analizy, które nie zostały jeszcze zastosowane w tej dziedzinie, takich jak automatyczna analiza nagrań mowy (analiza mowy).
  4. Ocena wkładu wariantów genetycznych w ryzyko AD u pacjentów z SCD.
  5. Połączenie cech i danych wyekstrahowanych z tych technik przy użyciu podejścia uczenia maszynowego w celu opracowania modelu predykcyjnego AD u pacjentów z SCD.

3. PROJEKT BADANIA Jest to wieloośrodkowe, podłużne badanie o niskiej interwencji. Pacjenci będą rekrutowani z U.O.C. Neurologii w IRCCS Policlinico San Donato (dalej określanej jako UO1) oraz z Centrum Badań i Innowacji w Demencji (CRIDEM) w Azienda Ospedaliero-Universitaria Careggi we Florencji, Włochy (AOUC, dalej określanej jako UO2).

Wszyscy rekrutowani pacjenci przejdą:

  1. dogłębny wywiad rodzinny i kliniczny;
  2. szeroką ocenę neuropsychologiczną, w tym nagranie mowy, oszacowanie rezerwy poznawczej, ocenę depresji i cech osobowości;
  3. zapis EEG w stanie spoczynku;
  4. analizę następujących biomarkerów krwi: Aβ42, Aβ40, p-tau181, p-tau217, t-tau, NfL i GFAP;
  5. analizę następujących genów: PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT;
  6. analizę biomarkerów w płynie mózgowo-rdzeniowym (CSF): Aβ42, Aβ40, p-tau i t-tau.

3.1. POPULACJA BADANA.

Zostaną rekrutowani pacjenci spełniający następujące kryteria:

  1. Wiek ≥18 lat
  2. Kliniczne rozpoznanie SCD według kryteriów SCD-I4;
  3. Wynik Mini-Mental State Examination (MMSE) większy niż 24, skorygowany o wiek i poziom wykształcenia;
  4. Normalna funkcjonalność w skalach Activities of Daily Living (ADL) i Instrumental Activities of Daily Living (IADL).

Pacjenci z:

a. Wywiadem urazu głowy; b. Trwającą chorobą neurologiczną i/lub ogólnoustrojową; c. Objawami psychozy, ciężkiej depresji lub zaburzenia używania substancji.

4. PROCEDURA BADANIA 4.1. OCENA NEUROPSYCHOLOGICZNA, OCENA DEPRESJI I OSZACOWANIE REZERWY POZNAWCZEJ Dogłębne badanie neuropsychologiczne będzie przeprowadzone na początku (rekrutacja) i podczas obserwacji (po dwóch latach) w IRCCS Policlinico San Donato (dla pacjentów z UO1) oraz w AOU Careggi (dla pacjentów z UO2) i będzie obejmować: globalne miary poznawcze (Mini Mental State Examination); zadania badające pamięć krótko- i długotrwałą werbalną i przestrzenną, uwagę, język, praksję konstruktywną i funkcje wykonawcze; subiektywne postrzeganie deficytów pamięci opisane przez Mazzeo i in.; wskaźniki rezerwy poznawczej, takie jak inteligencja przedchorobowa i aktywności rekreacyjne; objawy depresyjne; wskaźnik niezależności w czynnościach dnia codziennego; cechy osobowości.

4.2. NAGRYWANIE I WSTĘPNE PRZETWARZANIE MOWY Nagranie mowy odbędzie się podczas zadania opisywania obrazu w ramach Screening for Aphasia in Neurodegeneration (SAND). W cichym i kontrolowanym środowisku pacjenci zostaną poproszeni o opisanie "Summer Time Picture" zgodnie ze standardową procedurą. Nagranie głosu zostanie wykonane za pomocą dedykowanego systemu, z częstotliwością próbkowania 44 100 Hz, znormalizowane do osiągnięcia szczytu -1 dB i zredukowane do 48 kHz. Do ekstrakcji segmentów audio zostanie użyty algorytm Voice Activity Detection (VAD) webRTC.

4.3. NAGRYWANIE EEG, WSTĘPNE PRZETWARZANIE I EKSTRAKCJA CECH Dane EEG w stanie spoczynku będą zbierane w IRCCS Policlinico San Donato (dla pacjentów z UO1) oraz w AOU Careggi (Florencja, Włochy) (dla pacjentów z UO2). Zostanie użyty standardowy 21-kanałowy system. Nagrywanie EEG rozpocznie się od 10 minut z zamkniętymi oczami, a następnie na przemian 3 minuty z otwartymi oczami i 3 minuty z zamkniętymi oczami, powtórzone dwukrotnie. Do analizy zostaną użyte tylko segmenty z zamkniętymi oczami.

4.4. POBIERANIE, OBRÓBKA I PRZECHOWYWANIE PRÓBEK BIOLOGICZNYCH Próbki krwi zostaną pobrane przez wenopunkcję do standardowych probówek polipropylenowych z EDTA (Sarstedt, Nümbrecht, Niemcy) w Oddziale Neurologii Polikliniki San Donato i w Oddziale Neurologii Szpitala Uniwersyteckiego Careggi. Zgodnie z rutynową praktyką kliniczną dla pacjentów z pogorszeniem funkcji poznawczych, po uzyskaniu świadomej zgody na nakłucie lędźwiowe, próbki CSF zostaną pobrane o godzinie 8 rano przez nakłucie lędźwiowe w Oddziale Neurologii Polikliniki San Donato i w Oddziale Neurologii Szpitala Uniwersyteckiego Careggi. Próbki zostaną natychmiast odwirowane i przechowywane w -80°C do czasu analizy. Próbki krwi zostaną pobrane w dwóch momentach: podczas pierwszych ocen klinicznych (pobranie wyjściowe) i dwa lata po pierwszym pobraniu (pobranie w trakcie obserwacji).

Próbki biologiczne od pacjentów z UO1 i powiązane dane zebrane do badania zostaną przekazane do biobanku BioCor w IRCCS Policlinico San Donato w celu przetworzenia i późniejszego przechowywania. Próbki będą przechowywane w biobanku BioCor do 25 lat.

Próbki biologiczne od pacjentów z UO2 i powiązane dane zebrane do badania zostaną przekazane do laboratorium neurogenetyki AOUC w celu przetworzenia i późniejszego przechowywania. Zostaną odwirowane w ciągu dwóch godzin przy 1300 rcf w 4°C przez 10 minut, a osocze zostanie wyizolowane i przechowywane w -80°C do czasu analizy.

4.5. ANALIZA BIOMARKERÓW KRWI Analiza biomarkerów osocza zostanie wykonana na próbkach pobranych na początku i w dwuletniej obserwacji w Laboratorium Neurogenetyki AOU Careggi przy użyciu zestawu Simoa dla próbek ludzkich dostarczonego przez Quanterix Corporation (Lexington, MA, USA) na zautomatyzowanej platformie Simoa SR-X (GBIO, Hangzhou, Chiny), zgodnie z instrukcjami producenta. Stężenia biomarkerów osocza wszystkich próbek zostaną zmierzone w jednym przebiegu. Kontrolki jakości zostaną włączone do analizy i testowane razem z próbkami. Krzywa kalibracyjna zostanie określona przez pomiary seryjnie rozcieńczonego kalibratora dostarczonego przez Quanterix.

4.6. ANALIZA BIOMARKERÓW CSF Stężenia Aβ42, Aβ40, t-tau i p-tau zostaną zmierzone w Laboratorium Neurogenetyki AOUC przy użyciu analizatora chemiluminescencyjnego testu immunoenzymatycznego (CLEIA) LUMIPULSE G600 (Fujirebio, Tokio, Japonia). Wartości odcięcia dla CSF zostaną określone zgodnie z wytycznymi dostarczonymi przez Fujirebio.

4.7. ANALIZA GENETYCZNA Analizy genetyczne zostaną wykonane w Laboratorium Neurogenetyki AOUC.

Do izolacji DNA z próbek krwi zostanie użyta standardowa zautomatyzowana metoda (QIAcube, QIAGEN). Wybrane geny zostaną przeanalizowane w następujący sposób:

  • APP, PSEN1, PSEN2: Wszystkie eksony kodujące i granice intron/ekson zostaną amplifikowane przez reakcję łańcuchową polimerazy (PCR) przy użyciu starterów zaprojektowanych za pomocą oprogramowania Primer3.
  • Genotypy APOE: Genotypy APOE zostaną zbadane przez HRMA. Jako standardowe odniesienia zostaną użyte próbki o znanych genotypach APOE zwalidowanych przez sekwencjonowanie DNA.
  • Ekspansje powtórzeń CAG w HTT: Zostaną określone za pomocą testu amplifikacji PCR, przy użyciu starterów znakowanych fluorescencyjnie. Rozmiar fragmentu zostanie określony przez elektroforezę kapilarną przy użyciu "SeqStudio Genetic Analyzer" (ThermoFisher) i oprogramowania GeneMapper wersja 4.0 (Applied Biosystems). Jako standard wielkości zostanie użyty zestaw alleli CAG HTT, których długości zostaną potwierdzone przez sekwencjonowanie DNA.

    5. ANALIZA DANYCH

Analiza danych będzie składać się z następujących kroków:

  1. Opisowa analiza statystyczna
  2. Trenowanie i testowanie modelu uczenia maszynowego

5.1. OPISOWA ANALIZA STATYSTYCZNA Rozkład zmiennych zostanie oceniony za pomocą testu Shapiro-Wilka. Grupy pacjentów zostaną scharakteryzowane przy użyciu średniej i odchylenia standardowego, median i zakresów międzykwartylowych (IQR), częstości lub procentów oraz 95% przedziałów ufności odpowiednio dla zmiennych ciągłych, zmiennych ciągłych o nienormalnym rozkładzie i zmiennych kategorycznych. W zależności od rozkładu danych użyjemy testów ANOVA lub nieparametrycznych Kruskala-Wallisa dla porównań międzygrupowych oraz współczynnika korelacji Pearsona lub Spearmana do oceny korelacji między miarami liczbowymi. Testy chi-kwadrat zostaną użyte do porównania danych kategorycznych. Wielkości efektu zostaną obliczone przy użyciu d Cohena dla normalnie rozłożonych miar liczbowych, η² dla testu U Manna-Whitneya i testu V Cramera dla danych kategorycznych.

5.2. TRENOWANIE I TESTOWANIE MODELU UCZENIA MASZYNOWEGO Zdefiniujemy zestaw multimodalnych cech obejmujących wyniki neuropsychologiczne, wskaźniki rezerwy poznawczej, cechy osobowości, cechy EEG, biomarkery osocza i warianty genetyczne. Wspólna metryka zostanie zdefiniowana na podstawie dyspersji każdego wymiaru profilu, a następnie wytrenujemy algorytm uczenia maszynowego, aby powiązać każdy "wektor" profilu z profilami biomarkerów. Początkowo wykonamy tę klasyfikację przy użyciu standardowych procedur uczenia maszynowego. W oddzielnym zestawie analiz zastosujemy podejście głębokiego uczenia, trenując wielopoziomową sieć neuronową typu feedforward (ANN) do przewidywania profili biomarkerów CSF pacjentów. Model o najlepszej wydajności (ocenionej przez AUC krzywych ROC) zostanie przetestowany na zestawie testowym, aby uzyskać obiektywną ocenę wydajności modelu.

6. WIELKOŚĆ PRÓBY Zakładając wartość AUC próbki 0,8, metoda obliczania błędu standardowego zaproponowana przez Hanleya i McNeila (1982) pozwoli określić granice przedziału ufności, z 40 pacjentami w grupie z chorobą Alzheimera (20%) i 160 w grupie bez (80%, procenty szacowane na podstawie danych z wcześniejszych badań przeprowadzonych w AOU Careggi15), o szerokości 0,173 (0,713-0,887). Przy innych równych warunkach, zakładając AUC 0,9, przedział ufności wyniesie 0,131 (0,834-0,966). Uwzględniając 20% utratę pacjentów, próba osób do rekrutacji wynosi 250.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

250

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Lokalizacje studiów

    • Milan
      • San Donato Milanese, Milan, Włochy, 20097
        • Rekrutacyjny
        • IRCCS Policlinico San Donato

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
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Uczestnicy będą rekrutowani kolejno spośród pacjentów skierowanych z zaburzeniami poznawczymi do Oddziału Neurologii (U.O.C.) IRCCS Policlinico San Donato (zwanego dalej UO1) oraz do Centrum Badań i Innowacji w Dziedzinie Demencji (CRIDEM) Szpitala Uniwersyteckiego Careggi we Florencji (AOUC, zwanego dalej UO2).

Opis

Kryteria włączenia:

  • Rozpoznanie kliniczne SCD zgodnie z kryteriami SCD-I;
  • Wynik Mini-Mental State Examination (MMSE) większy niż 24, dostosowany do wieku i poziomu wykształcenia;
  • Prawidłowe funkcjonowanie w skalach Activities of Daily Living (ADL) i Instrumental Activities of Daily Living (IADL).

Kryteria wykluczenia:

  • Historia urazu głowy;
  • Bieżące choroby neurologiczne i/lub ogólnoustrojowe;
  • Objawy psychozy, dużej depresji lub zaburzeń związanych z używaniem substancji.

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
Subiektywne Pogorszenie Funkcji Poznawczych
Osoby skarżące się na spadek zdolności poznawczych, który nie został potwierdzony badaniem neuropsychologicznym

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność diagnostyczna biomarkerów w wykrywaniu choroby Alzheimera
Ramy czasowe: 12-24 miesięcy
Dokładność biomarkerów krwiopochodnych będzie oceniana pod kątem przewidywania biologicznej diagnozy AD oraz przewidywania postępu spadku funkcji poznawczych podczas obserwacji. Biologiczna diagnoza AD będzie definiowana przez dodatni wynik biomarkerów w płynie mózgowo-rdzeniowym, szczególnie nieprawidłowy stosunek Aβ42/Aβ40 oraz podwyższony poziom CSF p-tau181. Postęp spadku funkcji poznawczych będzie definiowany jako pogorszenie w co najmniej jednej domenie poznawczej, utrata autonomii lub progresja do MCI lub otępienia.
12-24 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Dokładność pomiarów neuropsychologicznych i neurofizjologicznych w przewidywaniu patologii AD określonej zgodnie z profilem biomarkerów w płynie mózgowo-rdzeniowym.
Ramy czasowe: 12-24 miesięcy

Klasyczne modele regresji i modele uczenia maszynowego do przewidywania patologii AD. Patologia AD będzie definiowana zgodnie z profilem biomarkerów płynu mózgowo-rdzeniowego w następujący sposób: A+, jeśli przynajmniej jeden z podstawowych biomarkerów (stosunek CSF Aβ42/Aβ40<0,069, p-tau>56,5 ng/L) jest pozytywny, oraz jako A-, jeśli żaden z podstawowych biomarkerów nie jest pozytywny.

Jako predyktory będą brane pod uwagę następujące wyniki neuropsychologiczne: pomiary globalne, testy rozpiętości cyfr i wzrokowo-przestrzennej, test uczenia słuchowo-werbalnego Reya, krótkie przypominanie historii, kopiowanie i przypominanie złożonej figury Rey-Osterrieth, test śledzenia szlaku, matryce uwagi, test anulowania wielu cech docelowych, zadanie płynności kategorialnej, zadanie płynności fonemicznej, przesiewowe badanie afazji neurodegeneracyjnej, kopiowanie rysunków.

W odniesieniu do miar neurofizjologicznych, jako predyktory użyjemy następujących cech EEG: moc absolutna i względna w pasmach częstotliwości (alfa, beta, theta, delta); częstotliwość szczytowa i indywidualna częstotliwość alfa; metryki gęstości widmowej mocy.

12-24 miesięcy
Dokładność automatycznej analizy mowy w przewidywaniu AD
Ramy czasowe: 12-24 miesięcy

Klasyczne modele regresji i modele uczenia maszynowego do przewidywania patologii AD. Patologia AD będzie definiowana zgodnie z profilem biomarkerów CSF w następujący sposób: A+, jeśli co najmniej jeden z podstawowych biomarkerów (stosunek CSF Aβ42/Aβ40<0,069, p-tau>56,5 ng/L) jest pozytywny, oraz jako A-, jeśli żaden z podstawowych biomarkerów nie jest pozytywny.

Automatyczna analiza mowy zostanie wykorzystana do wyodrębnienia następujących cech, które będą używane jako predyktory w modelu: akustyczne i jakościowe pomiary głosu (częstotliwość podstawowa, intensywność, jitter, shimmer, częstotliwości formantowe); cechy prozodyczne (tempo mowy i artykulacji, zmienność wysokości dźwięku, częstotliwość i czas trwania pauz, wzorce intonacyjne); pomiary czasowe i płynności (czas fonacji, opóźnienie odpowiedzi, wypełnione i niewypełnione pauzy, niepłynności); oraz cechy lingwistyczne pochodzące z automatycznych transkrypcji, w tym różnorodność leksykalna, częstotliwość występowania słów, rozkłady części mowy, złożoność składniowa i spójność semantyczna.

12-24 miesięcy
Wpływ wariantów genetycznych na ryzyko AD u pacjentów z SCD
Ramy czasowe: 12-24 miesięcy
Do oszacowania ryzyka AD zostanie wykorzystany model regresji logistycznej oraz model regresji Coxa. Patologia AD będzie definiowana zgodnie z profilem biomarkerów CSF w następujący sposób: patologia AD będzie definiowana zgodnie z profilem biomarkerów CSF w następujący sposób: A+ jeśli przynajmniej jeden z głównych biomarkerów (stosunek CSF Aβ42/Aβ40<0,069, p-tau>56,5 ng/L) jest pozytywny, oraz jako A- jeśli żaden z głównych biomarkerów nie jest pozytywny. Warianty genetyczne w genach kandydatów (PSEN1, PSEN2, APOE, TREM2, ABCA7, BDNF, HTT i APOE) będą traktowane jako zmienne niezależne w modelu.
12-24 miesięcy
Model uczenia maszynowego do przewidywania choroby Alzheimera
Ramy czasowe: 12-24 miesięcy

Wskaźniki zidentyfikowane w poprzednich sekcjach (biomarkery osocza, miary neuropsychologiczne, neurofizjologiczne i genetyczne) zostaną uwzględnione jako predyktory w multimodalnym modelu uczenia maszynowego. Algorytm uczenia maszynowego zostanie wytrenowany w celu przewidywania patologii AD zdefiniowanej zgodnie z profilem biomarkerów CSF w następujący sposób: A+, jeśli co najmniej jeden z podstawowych biomarkerów (stosunek CSF Aβ42/Aβ40 <0,069, p-tau>56,5 ng/L) jest dodatni, oraz jako A-, jeśli żaden z podstawowych biomarkerów nie jest dodatni.

Trzydzieści procent całego zbioru danych zostanie zarezerwowane jako zbiór testowy, podczas gdy pozostałe 70% zostanie wykorzystane do treningu i walidacji. Zostanie zastosowane podejście pięciokrotnej walidacji krzyżowej do trenowania modeli i optymalizacji hiperparametrów. Najlepiej działający model, oceniany na podstawie pola pod krzywą ROC (AUC), zostanie przetestowany na odłożonym zbiorze testowym, aby uzyskać obiektywną ocenę wydajności modelu.

12-24 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Salvatore Mazzeo, MD, PhD, Università Vita-Salute San Raffaele, Milano - Neurology Unit, IRCCS Policlinico San Donato, San Donato Milanese

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

Publikacje ogólne

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)

1 października 2025

Zakończenie podstawowe (Szacowany)

1 października 2027

Ukończenie studiów (Szacowany)

1 marca 2028

Daty rejestracji na studia

Pierwszy przesłany

11 września 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

3 lutego 2026

Pierwszy wysłany (Rzeczywisty)

11 lutego 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

11 lutego 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

3 lutego 2026

Ostatnia weryfikacja

1 lutego 2026

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • CET 25-2025
  • Robert-Katzman Award 2024 (Inny numer grantu/finansowania: American Academy of Neurology, Alzheimer's Association, American Brain Foundation)

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIEZDECYDOWANY

Opis planu IPD

Zestawy danych wygenerowane i/lub przeanalizowane w trakcie obecnego badania będą dostępne od odpowiedniego autora na uzasadnione żądanie

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 .

Badania kliniczne na Subiektywne upośledzenie funkcji poznawczych

Subskrybuj